零基础实战AI大模型 原理、构建与优化

本书系统讲解了大模型的技术体系与应用实践。全书在深入解析Transformer和GPT系列模型的核心原理的基础上，介绍了中国优秀大模型DeepSeek的基本情况，重点讲解Llama开源模型的训练调优及行业应用开发，并对文生图、文生视频乃至多模态等前沿技术进行了探讨。本书注重理论与实践相结合，通过精选开源项目案例，引导读者在代码实践中理解技术本质。本书适合人工智能相关专业学生参考，也可供对大模型开发感兴趣的技术人员及爱好者阅读学习。

第一章大语言模型基础知识

第一节LLM基础

一、LLM概述

二、大模型存在的问题

三、检索增强生成（RAG）

四、大模型的改进方法

第二节GPT模型介绍

一、GPT模型的发展历程

二、GPT模型的关键论文

三、GPT模型的结构可视化

第三节开源、工具和实战

第二章大语言模型的技术细节

第一节大语言模型的全局视图

第二节注意力机制

一、自注意力机制

二、多头注意力机制

第三节编码、嵌入和神经网络

一、位置编码

二、旋转位置编码

……