ChatGLM部署、微調與開發

宮繼兵

ChatGLM部署、微調與開發
  • 出版商: 機械工業
  • 出版日期: 2024-12-01
  • 定價: $654
  • 售價: 8.5 折 $556
  • 語言: 簡體中文
  • 頁數: 372
  • ISBN: 7111766423
  • ISBN-13: 9787111766421

    • 下單後立即進貨 (約4週~6週)

相關主題

商品描述

本書系統介紹了ChatGLM大語言模型的部署、微調與開發，並提供了極具參考價值的大模型應用實戰案例。所設計的學習架構包含三個核心部分：①應用技術篇。首先深入淺出地介紹什麽是人工智能和大模型，並詳細介紹“智譜清言”這一款大模型產品的使用方法，以幫助讀者獲得一個有效提升工作和學習效率的技術手段。其次，從技術和應用角度介紹了大模型的國內外研究和發展現狀，並展望了大模型未來的發展趨勢。②理論基礎篇。該部分給出了大模型相關理論、模型和任務框架，以及GLM訓練、微調、部署及評估等基礎知識，還論述了大模型與知識圖譜相結合使用的情況。③實踐案例篇。由於當前大模型技術的獨特性，目前還沒有整合大模型的集成開發環境，本書給出了一套基於當前已有工具並對其進行優化配置的開發方案，通過"新手驗證"模式，手把手教會讀者開發一套完整的案例系統。通過該系統可以學會如何應用語言大模型技術、大模型代碼生成技術、多模態大模型技術和智能體技術，同時也掌握了開發部署基於大模型技術的智能信息服務系統的實踐知識和經驗。 本書面向大模型技術興趣愛好者，也可供普通高校計算機專業本科生和研究生教學使用，還可以作為大模型應用系統設計及開發的培訓教材。

作者簡介

宮繼兵，燕山大學信息科學與工程學院計算機科學與技術系教授、博士生導師，中科院計算所博士，清華大學訪問學者，美國UIC訪問學者，燕山大學計算機系知識工程組實驗室（KEG）負責人，燕山大學-智譜AI大數據基礎模型聯合實驗室負責人。主要研究方向為通用人工智能（AGI）、大規模預訓練模型、社交網絡、知識圖譜、數據挖掘及獲取等。發表學術論文60余篇，發明專利10余項，承擔科研項目40余項，參與制定IEEE P2807.4知識圖譜國際標準，擔任中國計算機學會物聯網專委會委員、中國中文信息學會社會媒體處理專委會委員、中國中文信息學會語言與知識計算專委會委員、CCF大模型論壇執行委員。獲河北省優秀指導教師、CCF優秀大學生獎指導教師，中國人工智能學會科技進步一等獎。

目錄大綱

序言一
序言二
前言
第一部分 应用技术篇
第1章 人工智能大模型概述
1.1 人工智能与大模型简介
1.2 大模型的概念
1.3 大模型的分类
1.4 大模型的应用
1.5 大模型的国内外发展现状
1.6 大模型的意义
1.7 本章小结
第2章 ChatGLM
2.1 智谱AI简介
2.2 ChatGLM是怎样炼成的
2.3 提示词工程
2.4 ChatGLM应用案例
2.5 本章小结
第3章 大模型国内外商业应用案例
3.1 GLM企业级解决方案及十大应用案例
3.2 国内其他大模型商业应用案例
3.3 国外大模型商业应用案例
3.4 国内外大模型应用落地现状
3.5 本章小结
第4章 大模型未来发展趋势及挑战
4.1 大模型技术发展趋势
4.2 大模型产业应用趋势
4.3 人工智能伦理与安全
4.4 大模型面临的挑战
4.5 本章小结
第二部分 理论基础篇
第5章 机器学习与深度学习概述
5.1 机器学习基础概念
5.2 深度学习基本原理
5.3 本章小结
第6章 大模型的任务与典型框架
6.1 自然语言处理大模型
6.2 计算机视觉大模型
6.3 多模态大模型
6.4 本章小结
第7章 GLM大模型预训练、微调与评估
7.1 大模型预训练
7.2 大模型参数微调
7.3 大模型部署
7.4 大模型评估
7.5 本章小结
第8章 大模型与知识图谱
8.1 知识图谱增强大模型
8.2 大模型增强知识图谱
8.3 大模型与知识图谱协同
8.4 知识图谱在大模型中的应用
8.5 本章小结
第三部分 实践案例篇
第9章 Python语言基础
9.1 Python语言简介
9.2 Python环境安装配置与验证
9.3 基本概念
9.4 数据结构
9.5 函数与模块
9.6 面向对象编程
9.7 异常处理与调试
9.8 I/O操作与文件处理
9.9 ChatGLM开发接口与实例
9.10 本章小结
第10章 Python Web开发
10.1 Web概述
10.2 Web前端开发技术
10.3 Web前端开发工具
10.4 浏览器工具
10.5 Web前端开发必知标准
10.6 Web前端开发框架
10.7 Python Web开发环境搭建
10.8 FastAPI框架
10.9 Web服务和部署
10.10 ChatGLM Web应用开发实例
10.11 本章小结
第11章 数据准备
11.1 数据获取
11.2 数据清洗
11.3 数据标注
11.4 数据增强
11.5 系统开发的数据准备
11.6 本章小结
第12章 环境搭建
12.1 软硬件环境需求
12.2 软件环境安装
12.3 本章小结
第13章 本地部署ChatGLM3-6B
13.1 通过ModelScope社区下载模型
13.2 克隆仓库
13.3 运行ChatGLM3-6B Demo
13.4 LangChain的介绍
13.5 ZhipuAI在LangChain中的使用
13.6 常见问题及解决方法
13.7 本章小结
第14章 ChatGLM微调
14.1 模型微调
14.2 部署微调的模型
14.3 本章小结
第15章 基于GLM智能体虚拟角色养成系统
15.1 需求分析
15.2 总体设计
15.3 详细设计
15.4 系统实现
15.5 系统测试
15.6 系统使用说明
15.7 案例系统部署
15.8 本章小结
参考文献

類似商品