開啟智能對話新紀元：大規(guī)模語言模型的探索與實踐

定　價：￥99.00

作　者：	蔡華、徐清、宣曉華
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥94.10)

ISBN：	9787302678533	出版時間：	2024-12-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書深度探討了當今科技領域最引人注目的大規(guī)模語言模型相關技術，內(nèi)容主要圍繞大規(guī)模語言模型構建、評估和應用展開，分為以下四部分：第 1～5章主要介紹大規(guī)模語言模型的發(fā)展歷程及其訓練相關內(nèi)容，包括語言模型的基本架構、大規(guī)模語言模型的高效微調技術、人類反饋強化學習和模型的分布式訓練；第 6和 7章主要介紹大規(guī)模語言模型的推理優(yōu)化技術、推理加速框架和模型的評估；第 8～10章主要介紹大規(guī)模語言模型擴展和應用，包括大規(guī)模語言模型和知識的融合、多模態(tài)大規(guī)模語言模型的技術介紹和其智能體擴展應用，以及大規(guī)模語言模型的垂直領域應用；第 11章主要介紹大規(guī)模語言模型研究的困難、挑戰(zhàn)和未來潛在研究方向。本書面向技術愛好者、從業(yè)者、學術研究者和一般讀者。它提供大規(guī)模語言模型相關的全面介紹，幫助從業(yè)人員和專業(yè)人士了解大規(guī)模語言模型的應用及技術原理，支持學術界研究前沿技術，并以通俗的語言幫助讀者理解這一技術及其對生活的影響。

作者簡介

暫缺《開啟智能對話新紀元：大規(guī)模語言模型的探索與實踐》作者簡介

圖書目錄

第 1章大規(guī)模語言模型的背景介紹 1
11語言建模的發(fā)展階段 2
12大規(guī)模語言模型帶來的機遇 3
第 2章從統(tǒng)計語言模型到預訓練語言模型 5
21統(tǒng)計語言模型 6
22神經(jīng)網(wǎng)絡語言模型 7
221前饋神經(jīng)網(wǎng)絡語言模型 7
222循環(huán)神經(jīng)網(wǎng)絡語言模型 8
223長短期記憶神經(jīng)網(wǎng)絡語言模型 9
224 Word2Vec詞向量表示模型 10
23 預訓練語言模型 12
ELMo 12
231 Transformer13
232 BERT 22
233 ELECTRA 23
234 GPT 1-325
235 BART 29
236 T5 31
237
第 3章大規(guī)模語言模型的框架結構 34
31編碼器結構36
32 編碼器-解碼器結構 36
GLM36
321 UL2 41
322
33 解碼器結構43
PaLM43
331 BLOOM45
332 InstructGPT47
333
34 LLaMA家族 50
341預訓練數(shù)據(jù) 52
342模型架構 53
343中文 LLaMA 62
344中文 Alpaca66
第 4章大規(guī)模語言模型的訓練方法 69
41模型的訓練成本 71
411算力估算 71
412費用和能耗 72
42有監(jiān)督微調74
421提示學習 75
422上下文學習 76
423指令微調 77
43參數(shù)高效微調 78
431部分參數(shù)的高效微調79
432參數(shù)增加的高效微調80
433重參數(shù)化的高效微調91
434混合高效微調系列 97
44人類反饋強化學習100
441強化學習 101
442近端策略優(yōu)化104
443人類反饋對齊111
45大模型災難性遺忘123
第 5章大模型分布式并行技術125
51分布式系統(tǒng)125
52數(shù)據(jù)并行 129
521輸入數(shù)據(jù)切分130
522模型參數(shù)同步131
523數(shù)據(jù)并行優(yōu)化132

53模型并行 134
531 張量并行 134
532 流水線并行 139
533 優(yōu)化器相關并行 141
54其他并行 146
541 異構系統(tǒng)并行146
542 專家并行 147
543 多維混合并行148
544 自動并行 149
55并行訓練框架 149
551 Megatron-LM152
552 DeepSpeed159
Colossal-AI163
553
第 6章大規(guī)模語言模型解碼推理優(yōu)化相關技術 168
61解碼方法 168
611 基于搜索的解碼方法169
612 基于采樣的解碼方法171
62推理優(yōu)化方法 174
621 推理原理 177
622 推理加速 177
63模型壓縮技術 179
631 量化 181
632 剪枝 184
633 蒸餾 186
64顯存優(yōu)化技術 187
641 鍵值緩存 187
642 注意力優(yōu)化 188
65算子優(yōu)化技術 195
651 算子融合 195
652 高性能算子 195
66推理加速框架 195
661 HuggingFace TGI196
vLLM197
662
663 LightLLM200
第 7章大規(guī)模語言模型的評估203
71評估概述 205
72評估體系 206

721知識與能力 207
722倫理與安全 209
73評估方法 212
731自動評估 213
732人工評估 217
733其他評估 221
74評估領域 223
741通用領域 223
742特定領域 226
743綜合評測 227
75評估挑戰(zhàn) 232
第 8章大規(guī)模語言模型與知識的結合233
81知識和知識表示 233
82知識圖譜簡介 236
83大規(guī)模語言模型和知識圖譜的結合 238
84知識圖譜增強大規(guī)模語言模型 240
841 LLM預訓練階段240
842 LLM評估階段 245
843 LLM推理階段 247
85大規(guī)模語言模型增強知識圖譜 249
851知識圖譜嵌入249
852知識圖譜補全251
853知識圖譜構建257
854知識圖譜到文本生成263
855知識圖譜問答265
86大規(guī)模語言模型和知識圖譜協(xié)同267
861知識表示 267
862知識推理 268
87知識檢索增強大規(guī)模語言模型工程應用268
871結構化數(shù)據(jù) 269
872結構化和非結構化數(shù)據(jù) 270
873向量數(shù)據(jù)庫 272
874 LangChain知識庫問答276
88未來的發(fā)展方向 279
第 9章多模態(tài)大規(guī)模語言模型技術應用 281
91多模態(tài)指令調節(jié) 285
911模態(tài)對齊 286

912數(shù)據(jù)收集 287
913模態(tài)橋接 290
914模型評估 292
92多模態(tài)上下文學習296
93多模態(tài)思維鏈 299
931模態(tài)連接 299
932學習范式 300
933鏈的配置和形式 301
94 LLM輔助視覺推理 301
941訓練范式 303
942功能角色 305
943模型評估 307
95 LLM擴展智能體 307
951智能體308
952記憶模塊 312
953任務規(guī)劃 314
954動作模塊 317
955評估策略 319
96多模態(tài)語言模型挑戰(zhàn) 323
961技術問題 323
962成本問題 323
963社會問題 324
第 10章大規(guī)模語言模型應用 326
101法律領域 328
1011法律提示研究329
1012法律綜合評估332
102教育領域 336
1021能力評估 336
1022倫理問題 340
1023問答應用 341
103金融領域 342
1031智能應用場景346
1032困難和挑戰(zhàn) 347
104生物醫(yī)療 348
1041潛力和價值 348
1042應用的場景 351
1043困難和挑戰(zhàn) 355
105代碼生成 356

1051代碼生成問題356
1052代碼大規(guī)模語言模型357
1053發(fā)展趨勢 361
第 11章展望和結論 363
111局限和挑戰(zhàn) 363
1111局限 363
1112挑戰(zhàn) 364
112方向和建議 365
1121數(shù)據(jù)方面 365
1122技術方面 365
1123應用方面 366
1124方向建議 366
113值得探索的研究 368
1131基礎理論研究369
1132高效計算研究370
1133安全倫理研究371
1134數(shù)據(jù)和評估研究 372
1135認知學習問題373
1136高效適配研究374
參考文獻 376