📚 网上馆配 · 在线荐购平台

内容简介：本书共分11章内容：第1章介绍了ChatGPT等大模型的发展历程、技术演化和技术栈等基础知识；第25章讲解了Transformer的架构原理，并从GPT1的生成式预训练到GPT3的稀疏注意力机制描述了GPT系列的架构演进；第68章从底层技术实现的角度讲解了大语言模型的训练策略、数据处理方法，以及如何利用策略优化和人类反馈来进一步提升模型的表现；第910章首先讲解了大语言模型在垂直领域的低算力迁移方法，并给出了医疗和司法领域的迁移案例，然后讲解了大模型的中间件编程；第11章对GPT的未来发展趋势进行预测，探讨数据资源、自回归模型的局限性，以及大语言模型时代具身智能的可行路线。