自我提升 类型
可以朗读 语音朗读
127千字 字数
2025-04-01 发行日期
展开全部

主编推荐语

本书系统地介绍多模态大模型的理论基础、关键技术与实际应用。

内容简介

全书分为两部分12章，第1部分（第1～5章）围绕基础理论与技术解析展开论述，包括基本概念、Transformer架构、跨模态对齐、模态融合，以及多模态大模型的预训练方法、模型微调与优化等，为理解多模态大模型的构建逻辑奠定基础。

第2部分（第6～12章）聚集于多模态大模型的高级应用与场景实现，包括主流视觉语言模型（如CLIP、BLIP-2等）的实现、跨模态推理与生成的技术应用、多模态大模型的推理与优化方法、模型的安全与可信性问题，并通过多模态检索与推荐系统、多模态语义理解系统和多模态问答系统的端到端开发实践，展示了多模态大模型的实际落地路径。

目录

  • 版权信息
  • 作者简介
  • 内容简介
  • 前言
  • 第1部分 基础理论与技术解析
  • 第1章 绪论
  • 第2章 基础知识
  • 第3章 多模态大模型核心架构
  • 第4章 多模态大模型的预训练方法
  • 第5章 多模态大模型微调与优化
  • 第2部分 高级应用与实践探索
  • 第6章 视觉语言模型的实现
  • 第7章 跨模态推理与生成
  • 第8章 多模态大模型的推理优化
  • 第9章 多模态大模型的安全问题与可信问题
  • 第10章 多模态检索与推荐系统
  • 第11章 多模态语义理解系统
  • 第12章 多模态问答系统
展开全部

评分及书评

评分不足
1个评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。