📚 网上馆配 · 在线荐购平台

内容简介：本书分为两部分12章, 第1部分 (第15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612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、BLIP2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。