前言这是一本系统梳理并深解析大模型的基础理论、算法实现、数据构造流程、模型微调方法、偏好对齐方法的著作也是一本能手把手教你构建角色扮演、信息抽取、知识问答、AI Agent等各种强大的应用程序的著作。本书得到了零一万物、面壁智能、通义千问、百姓AI、澜舟科技等国内主流大模型团队的负责人的高度评价和鼎力推荐。具体地通过本书你能了解或掌握以下知识1大型语言模型的基础理论包括常见的模型架构、领域大型语言模型以及如何评估大模型的性能。2大模型微调的关键步骤从数据的收集、清洗到筛选直至微调训练的技术细节。3大模型人类偏好对齐方法从基于人工反馈的强化学习框架到当前主流的对齐方法。4通过GPTs快速搭建个性化的专属ChatGPT应用。5通过源模型在多种场景下搭建大模型应用包括表格查询、角色扮演、信息抽取、知识问答、AI Agent等。6掌握大模型Agent方法以及Agent常用框架。7基于LangChain框架构建一个AutoGPT应用。本书集大模型理论、实践和场景落地于一体提供大量经详细注释的代码方便读者理解和实操。总之不管里是想深研究大模型本身还是行大模型相关应用搭建本书都应该能给你颇具价值的技术启发与思考让你在大模型的路上快速前行少走弯路。下载当前版本 完整PDF书籍链接获取可以扫描下方二维码免费领取目录第1章 大型语言模型基础1.1 Transformer基础1.2 常用的大型语言模型1.3 领域大型语言模型1.4 大型语言模型评估1.5 本章小结第2章 大型语言模型的常用微调方法2.1 数据构造与清洗2.2 分词器构造2.3 大型语言模型的微调方法2.4 基于PEFT的LLaMA模型微调实战2.5 本章小结第3章 大型语言模型的人类偏好对齐3.1 基于人类反馈的强化学习框架3.2 前沿偏好对齐方法3.3 基于DPO的偏好对齐实战3.4 本章小结第4章 创建个人专属的ChatGPT4.1 GPTs初体验4.2 GPTs的初阶使用4.3 GPTs的高阶使用4.4 本章小结第5章 大型语言模型SQL任务实战5.1 公开数据集5.2 主流方法5.3 Text2SQL任务实战5.4 本章小结第6章 大型语言模型的角色扮演应用6.1 角色扮演6.2 角色扮演实战测试6.3 基于Baichuan的角色扮演模型微调6.4 本章小结第7章 大型语言模型的对话要素抽取应用7.1 对话要素抽取7.2 对话要素抽取实战测试7.3 基于Qwen的对话要素抽取模型微调7.4 本章小结第8章 Agent应用开发8.1 Agent概述8.2 Agent的主要模块8.3 Agent的行为决策机制8.4 主流Agent框架8.5 本章小结第9章 基于知识库的大型语言模型问答应用9.1 基于知识库问答9.2 向量数据库9.3 基于知识库的大型语言模型问答实战9.4 本章小结第10章 使用LangChain构建一个AutoGPT10.1 AutoGPT概述10.2 LangChain概述10.3 使用LangChain构建AutoGPT10.4 运行AutoGPT10.5 本章小结下载当前版本 完整PDF书籍链接获取可以扫描下方二维码免费领取