| 字段 | 字段内容 |
|---|---|
| 001 | 01h0634394 |
| 005 | 20251105105636.0 |
| 010 | $a: 978-7-115-67083-0$d: CNY159.80 |
| 100 | $a: 20250520d2025 em y0chiy50 ea |
| 101 | $a: chi$c: eng |
| 102 | $a: CN$b: 110000 |
| 105 | $a: ak z 000yy |
| 106 | $a: r |
| 200 | $a: 图解大模型$A: tu jie da mo xing$e: 生成式AI原理与实战$f: (沙特) 杰伊·阿拉马尔, (荷) 马尔滕·格鲁滕多斯特著$d: Hands-on large language models$e: language understanding and generation$f: Jay Alammar, Maarten Grootendorst$g: 李博杰译$z: eng |
| 210 | $a: 北京$c: 人民邮电出版社$d: 2025 |
| 215 | $a: xxx, 349页$c: 彩图$d: 24cm |
| 300 | $a: 图灵教育 |
| 305 | $a: 据原书2024年英文版译出 |
| 330 | $a: 本书全程图解式讲解，通过大量全彩插图拆解概念，让读者真正告别学习大模型的枯燥和复杂。 全书分为三部分，依次介绍语言模型的原理、应用及优化。*部分 理解语言模型（第1~3章），解析语言模型的核心概念，包括词元、嵌入向量及Transformer架构，帮助读者建立基础认知。*部分 使用预训练语言模型（第4~9章），介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展，提升模型的应用能力。第三部分 训练和微调语言模型（第10~12章），探讨大模型的训练与微调方法，包括嵌入模型的构建、分类任务的优化及生成式模型的微调，以适应特定需求。 本书适合对大模型感兴趣的*、研究人员和行业从业者。读者无须深度学习基础，只要会用Python，*可以通过本书深入理解大模型的原理并上手大模型应用开发。书中示例还可以一键在线运行，让学习过程更轻松。 |
| 510 | $a: Hands-on large language models$e: language understanding and generation$z: eng |
| 517 | $a: 生成式AI原理与实战$A: sheng cheng shi AI yuan li yu shi zhan |
| 606 | $a: 人工智能$A: ren gong zhi neng$j: 图解 |
| 690 | $a: TP18-64$v: 5 |
| 701 | $a: 格鲁滕多斯特$A: ge lu teng duo si te$g: (Grootendorst, Maarten)$4: 著 |
| 702 | $a: 李博杰$A: li bo jie$4: 译 |
| 801 | $a: CN$b: 广州新华发行有限公司$c: 20251028 |
| 905 | $a: SXCDS$b: 01544243-45$h: 3$d: TP18-64$e: 4$r: CNY159.80$f: gzxh25-27 |
| 920 | $a: 150900$z: 1 |
| 998 | $a: SXUFE |
北京创讯未来软件技术有限公司 版权所有 ALL RIGHTS RESERVED 京ICP备 09032139
欢迎第46292655位用户访问本系统