導覽
近期變更
隨機頁面
新手上路
新頁面
優質條目評選
繁體
不转换
简体
繁體
18.219.125.103
登入
工具
閱讀
檢視原始碼
特殊頁面
頁面資訊
求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。
檢視 大模型实战 的原始碼
←
大模型实战
前往:
導覽
、
搜尋
由於下列原因,您沒有權限進行 編輯此頁面 的動作:
您請求的操作只有這個群組的使用者能使用:
用戶
您可以檢視並複製此頁面的原始碼。
{| class="wikitable" align="right" |- | style="background: #3299CC" align= center| '''<big>大模型实战</big>''' |- |<center><img src=https://www0.kfzimg.com/sw/kfz-cos/kfzimg/aeabaebd/04fb07c9107f30ac_s.jpg width="250"></center> <small>[https://search.kongfz.com/product/?dataType=0&keyword=%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%AE%9E%E6%88%98&page=1 来自 孔夫子旧书网 的图片]</small> |- | style="background: #3299CC" align= center| |- | align= light| '''书名 ''':大模型实战 '''类别 ''':教材教辅考试 '''出版时间 ''': 2023-02 |} 《'''大模型实战'''》,副标题:微调、优化与私有化部署,庄建 等 著,出版社: 电子工业出版社<ref>[https://www.phei.com.cn/module/wap/about.jsp 关于我们],电子工业出版社</ref>。 ==内容简介== [[人工智能]]已在多个行业得到成功应用,大模型的应用已成为突破性进展的重要驱动力,而在特定垂直领域,如医疗、法律、金融等,大模型微调面临独特的挑战和需求。本书致力于大型语言模型微调与应用的关键技术,本书探讨两个热门应用方向:大模型的知识专业性和时效性。本书剖析了垂直领域大模型训练的背景及意义,探讨大模型在垂直领域的迁移学习、应用部署与效果评估等核心内容,结合实际案例,深入浅出地解析了每个环节的关键问题和解决方案,引领读者了解行业内最新研究成果与发展趋势,方便读者快捷地嫁接到各个行业。 ==作者介绍== 庄建,[[中国科学院高能物理研究所]]研究员,中国散裂中子源实验分总体电气总工,CSNS实验控制研发团队负责人和学科带头人,主要负责组织中国散裂中子源中子谱仪的实验控制与数据获取方向的研究。其中包括分布式控制,大数据<ref>[https://www.sohu.com/a/247291508_324615 什么是大数据?大数据的定义又是什么?],搜狐,2018-08-15 </ref>的获取、传输与处理,高精度分布式时间测量,人工智能技术在物理实验中的应用等方向。2020年出版《深度学习图像识别技术》一书,并荣获机械工业出版社计算机分社"20年优秀作者”称号。 ==参考文献== [[Category:040 類書總論;百科全書總論]]
返回「
大模型实战
」頁面