互联网
类型
可以朗读
语音朗读
162千字
字数
2025-09-01
发行日期
展开全部
主编推荐语
AI多模态/编程助手/私有化部署详解，助你掌握智能体前沿技术。
内容简介
本书旨在带领读者全面掌握将Llama应用于多模态智能体、编程助手及私有化部署等场景的相关知识。
全书共分三篇，内容由浅到深、层层递进。
基础篇（第1章～第3章）概览大模型技术，聚焦Transformer显卡开发环境与自然语言处理任务 深入分析开源大模型的推理与训练。
核心篇（第4章～第8章）探讨提示工程技术与应用，介绍如何基于Lama3打造SWE-Agent编程助手，详细阐述实现Lama3私有化落地应用的初级与进阶RAG，以及专用知识站与问答系统的构建。
扩展篇（第9章～第10章）探索Llama3手机与边缘计算的部署，介绍Llama3的高级功能。
目录
- 版权信息
- 内容提要
- 前言
- 资源与支持
- 基础篇
- 第1章 大模型技术概览
- 1.1 从机器学习到多模态智能体大模型
- 1.2 动手搭建一个神经网络
- 1.3 注意力机制的学习训练
- 第2章 Transformer显卡开发环境与NLP任务
- 2.1 Transformer显卡开发环境搭建
- 2.2 BERT系列模型执行NLP任务
- 2.3 GPT模型与早期多模态ViT模型
- 第3章 开源大模型的推理与训练
- 3.1 魔搭社区与复杂环境搭建
- 3.2 从零开始训练一个GPT-2小模型
- 3.3 全量微调训练与增量微调训练
- 3.4 Llama 3与Llama 4
- 3.5 Alpaca指令式数据集
- 3.6 Llama 3及其量化模型的部署
- 3.7 LoRA、P-Tuning、SFT、DPO、PPO等各种增量微调技术
- 3.8 基于PEFT库使用LoRA对Llama 3进行微调
- 核心篇
- 第4章 提示工程技术与应用
- 4.1 提示工程的思维链与策略技巧
- 4.2 Llama 3利用提示工程策略完成自然语言处理任务
- 4.3 构建多角色的GPT应用：Llama 3的提示工程实践
- 4.4 多任务提示系统的构建与智能体工具链集成
- 4.5 意图识别与Agent Tool Calling
- 4.6 LMStudio+Llama 3实现多轮历史对话与长文本对话
- 第5章 基于Llama 3打造SWE-Agent编程助手
- 5.1 Llama 3 SWE-Agent的框架结构
- 5.2 数据集的准备、清洗与指令Token化
- 5.3 Code-Llama 3-Instruct底座模型的微调开发
- 5.4 智能体的规划、决策、搜索、项目管理与编码
- 5.5 Llama 3 SWE-Agent的前端与应用部署
- 第6章 Llama 3私有化落地应用之初级RAG
- 6.1 私有化大模型的巨大潜力
- 6.2 在落地场景中比较微调与RAG
- 6.3 M3E、E5、Tao8k等第一代向量编码模型
- 6.4 知识库中的向量编码库与向量数据库
- 6.5 ChatPDF案例——与单篇文档对话
- 第7章 Llama 3私有化落地应用之进阶RAG
- 7.1 BGE、BCE、ACGE等第二代向量编码模型
- 7.2 多渠道检索数据来源
- 7.3 精准指令向量化
- 7.4 Zpoint、GTE、Xiaobu等第三代向量编码模型
- 7.5 Clinical-Llama 3的Lora微调
- 7.6 Clinical-Llama 3的向量化重排
- 第8章 基于Llama 3打造专用 知识站与问答系统
- 8.1 Python自动化处理文档的方法
- 8.2 使用LangChain构建关键工作链
- 8.3 构建问答系统的全栈架构
- 扩展篇
- 第9章 Llama 3手机与边缘计算部署
- 9.1 端侧大模型的价值与前景
- 9.2 再探llama.cpp
- 9.3 Maid与MLC-Chat分析
- 9.4 算力板的选配
- 9.5 llama.cpp Android工程
- 第10章 Llama 3的高级功能
- 10.1 世界模型与多模态大模型
- 10.2 Llama 3与视觉大模型联动开发多模态对话平台
- 10.3 Llama 3与语音大模型联动制作数字世界的分身
- 10.4 Llama 3与绘图大模型联动进行AI图片设计
- 10.5 星河滚烫，你就是理想——具身智能AGI
- 后记
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
人民邮电出版社
人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。
