机读格式显示(MARC)

• 000 01558nam0 2200289 450

• 001 0000798270

• 005 20250122134633.0

• 010 __ |a 978-7-121-49323-2 |d CNY99.00

• 100 __ |a 20250122d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 大模型实战 |A da mo xing shi zhan |e 微调、优化与私有化部署 |f 庄建, 腾海云, 庄金兰著

• 210 __ |a 北京 |c 电子工业出版社 |d 2024.12

• 215 __ |a XVI, 308页 |c 图 |d 24cm

• 314 __ |a 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。

• 320 __ |a 有书目 (第308页)

• 330 __ |a 本书致力于大型语言模型微调与应用的关键技术, 探讨两个热门应用方向: 大模型的知识专业性和时效性。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。

• 517 1_ |a 微调、优化与私有化部署 |A wei tiao 、 you hua yu si you hua bu shu

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 研究

• 690 __ |a TP18 |v 5

• 701 _0 |a 庄建 |A zhuang jian |4 著

• 701 _0 |a 腾海云 |A teng hai yun |4 著

• 701 _0 |a 庄金兰 |A zhuang jin lan |4 著

• 801 _0 |a CN |b 安徽时代 |c 20250122

• 905 __ |d TP18 |f 2