- 理解大语言模型--学习其基本思想和技术/人工智能与机器人系列
- - 作者：(斯里)蒂姆拉·阿马拉通加|责编:李颖|译者:何明//邹明光//董经纬
  - 出版社：西安交大
  - ISBN：9787569338812
  - 出版日期：2024/08/01
  - 页数：161
- 售价：30

内容大纲
本书围绕大语言模型，从发展历程、基本概念和典型应用等方面进行了系统剖析，能够帮助读者掌握大语言模型的相关基础理论，具有很好的科普作用，一定会激发广大读者探索利用大语言模型展开应用的热情。
作者介绍
何明，教授、博士生导师。遴选为江苏省“333高层次人才”中青年科学技术带头人、陆军首批“科技英才”培养对象。相继在东南大学从事大数据与人工智能的博士后研究工作，在军事科学院从事无人集群协同控制与应急指挥的博士后研究工作。兼任公安部移动警务专家委员会委员、中国指挥与控制学会无人系统专业委员会副主任、江苏省社会公共安全应急管控与指挥工程技术研究中心副主任、江苏省科技厅咨询专家、江苏省教育厅信息化专家、江苏省卫生健康委员会信息化专家等；《计算机工程与应用》等核心期刊编委。发表SCI/EI检索论文50余篇，出版《互联网+思维与创新》（获华东地区科技图书一等奖）等专著6部、《人工智能的双奇点》等译著4部、《大数据导论》等教材3部，申请发明专利18项，主编《高等学校智慧校园建设与应用规范》等标准规范5部。完成国家重点研发计划、军委科技委项目、江苏省重点研发计划、江苏省自然科学基金等多项科研项目，获江苏省科学技术奖一等奖1项、中国指挥与控制学会科学技术进步一等奖1项、军队科技进步二等奖1项、其他省部级三等奖5项，江苏省教学成果二等奖1项、军队教学成果二等奖1项。荣立个人“三等功”2次。
目录
第1章  绪论
  1.1  人工智能简史
  1.2  大语言模型所处的地位
  1.3  小结
第2章  自然语言处理的前世今生
  2.1  自然语言处理的历史
  形式语法
  转换语法与生成语法
  句法解析
  语境与语义
  语言理解
  知识工程
  概率模型
  隐马尔可夫模型
  统计语言模型
  最大熵模型
  条件随机场
  大型注释语料库
  词义消歧
  机器翻译
  信息检索
  统计方法
  大型文本语料库的可用性
  自然语言处理任务的监督学习
  命名实体识别
  情感分析
  词嵌入简介
  深度学习与神经网络
  在现实世界的应用中部署
  2.2  自然语言处理的任务
  2.3  自然语言处理的基本概念
  词元化
  语料库与词库
  词嵌入
  2.4  语言建模
  N元语言模型
  神经语言模型
  2.5  小结
第3章  Transformer模型
  3.1  注意力机制
  3.2  Transformer架构
  编码器
  解码器
  缩放点积
  多头注意力
  3.3  小结
第4章  大语言模型大在哪？
  4.1  如何使Transformer模型成为大语言模型
  参数数量
  数据规模

  计算能力
  微调和任务自适应
  能力
  为什么参数很重要
  计算需求
  过拟合的风险
  模型大小
  数据的规模
  4.2  大语言模型的类型
  基于架构的分类
  基于训练目标的分类
  基于使用的分类
  4.3  基础模型
  在广泛数据上进行预训练
  微调和灵活性
  迁移学习
  规模经济
  通用能力
  微调功能
  迁移学习
  规模经济
  快速部署
  跨学科应用
  减少训练开销
  持续适应性
  人工智能的民主化
  4.4  应用大语言模型
  提示工程
  微调
  4.5  小结
第5章  流行的大语言模型
  5.1  生成式预训练Transformer模型
  5.2  基于Transformer模型的双向编码器表示
  5.3  Pathways语言模型
  5.4  大语言模型Meta AI
  5.5  小结
第6章  挑战、机遇和误区
  6.1  大语言模型与超人工智能的挑战
  人工智能的级别
  超人工智能带来的人类存亡风险
  大语言模型适用的场景
  6.2  误解与滥用
  6.3  机遇
  6.4  小结

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目