掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
理解大語言模型:學習其基本思想和技術 版權信息
- ISBN：9787569338812
- 條形碼：9787569338812 ; 978-7-5693-3881-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
理解大語言模型:學習其基本思想和技術 本書特色
大語言模型的出現給通用人工智能帶來了曙光，它在賦能各行各業時可極大提高行業生產力和工作效率。但也有學者認為，思維的存在獨立于語言，大模型強大的自然語言處理能力并不代表它有復雜的決策推理能力。仁者見仁，智者見智，深入了解大模型的運行機理及相關技術，將有助于讀者做出自己的判斷。 ——中國工程院 戴浩院士 本書圍繞大語言模型，從發展歷程、基本概念和典型應用等方面進行了系統剖析，能夠幫助讀者掌握大語言模型的相關基礎理論，具有很好的科普作用，一定會激發廣大讀者探索利用大語言模型展開應用的熱情。 —— 中國工程院 費愛國院士
理解大語言模型:學習其基本思想和技術 內容簡介
隨著人工智能技術飛速發展，近兩年出現了以chatGPT為代表的智能化程度極高的處理工具，支撐它們的關鍵技術就是大語言模型（LLM）。大語言模型（LLM）是人工智能在自然語言處理領域的應用，也是人工智能的*新前沿，源于自然語言處理（NLP）和深度學習的研究發展。本書首先介紹了大語言模型的基本情況，講述了自然語言處理的發展歷史、基本概念和主要任務。以一種重要的大語言模型Transformer模型為例介紹了大建模語言的基礎模型、應用方法、過擬合問題等。*后介紹了生成式預訓練Transformer模型、Meta人工智能大語言模型等幾種常用的大語言模型。
理解大語言模型:學習其基本思想和技術 目錄
第1章 緒 論
1.1 人工智能簡史
1.2 大語言模型所處的地位
1.3 小結
第2章 自然語言處理的前世今生
2.1 自然語言處理的歷史
形式語法
轉換語法與生成語法
句法解析
語境與語義
語言理解
知識工程
概率模型
隱馬爾可夫模型
統計語言模型
*大熵模型
條件隨機場
大型注釋語料庫
詞義消歧
機器翻譯
信息檢索
統計方法
大型文本語料庫的可用性
自然語言處理任務的監督學習
命名實體識別
情感分析
詞嵌入簡介
深度學習與神經網絡
在現實世界的應用中部署
2.2 自然語言處理的任務
2.3 自然語言處理的基本概念
詞元化
語料庫與詞庫
詞嵌入
2.4 語言建模
N元語言模型
神經語言模型
2.5 小結
第3章 Transformer模型
3.1 注意力機制
3.2 Transformer架構
編碼器
解碼器
縮放點積
多頭注意力
3.3 小結
第4章 大語言模型大在哪？
4.1 如何使Transformer模型成為大語言模型
參數數量
數據規模
計算能力
微調和任務自適應
能力
為什么參數很重要
計算需求
過擬合的風險
模型大小
數據的規模
4.2 大語言模型的類型
基于架構的分類
基于訓練目標的分類
基于使用的分類
4.3 基礎模型
在廣泛數據上進行預訓練
微調和靈活性
遷移學習
規模經濟
通用能力
微調功能
遷移學習
規模經濟
快速部署
跨學科應用
減少訓練開銷
持續適應性
人工智能的民主化
4.4 應用大語言模型
提示工程
微調
4.5 小結
第5章 流行的大語言模型
5.1 生成式預訓練Transformer模型
5.2 基于Transformer模型的雙向編碼器表示
5.3 Pathways語言模型
5.4 大語言模型Meta AI
5.5 小結
第6章 挑戰、機遇和誤區
6.1 大語言模型與超人工智能的挑戰
人工智能的級別
超人工智能帶來的人類存亡風險
大語言模型適用的場景
6.2 誤解與濫用
6.3 機遇
6.4 小結
展開全部
理解大語言模型:學習其基本思想和技術 作者簡介
[斯里蘭卡]蒂姆拉·阿馬拉通加是培生集團斯里蘭卡公司的高級軟件架構師，擁有超過15年的行業經驗。他也是人工智能、機器學習、教育深度學習和計算機視覺領域的發明家、作家和研究員。蒂姆拉擁有斯里蘭卡科倫坡大學計算機科學理學碩士學位和信息技術學士學位。他也是TOGAF認證的企業架構師。他為在線學習平臺申請了三項專利(動態神經網絡和語義學領域)。他出版了三本關于深度學習和計算機視覺的書。
書友推薦
- >
小考拉的故事-套裝共3冊
- >
上帝之肋:男人的真實旅程
- >
唐代進士錄
- >
姑媽的寶刀
- >
史學評論
- >
巴金－再思錄
- >
名家帶你讀魯迅:朝花夕拾
- >
我從未如此眷戀人間
本類暢銷
