人工智能(AI) - 第10页

本书共 12 章，围绕大语言模型基础理论、预训练、指令理解、模型增强和模型应用五个部分展开：第一部分介绍大语言模型的基础理论；第二部分介绍大语言模型的预训练，包括大语言模型预训练数据和分布式训练；第三部分介绍大语言模型如何理解并服从人类指令，包括有监督微调和强化学习；第四部分介绍大语言模型增强技术，包括多模态语言模型、大模型智能体和检索增强生成；第五部分介绍大模型应用，包括大模型效率优化、模型评估

在人工智能技术日新月异的今天，越来越多的人希望能够拥有属于自己的智能助手，提升工作效率、优化知识管理，甚至打造个人品牌。《RAG Handbook》正是为此而生。 本书将系统性地介绍如何从零开始，基于 RAG（Retrieval‑Augmented Generation，检索增强生成）技术，构建一个能够理解和利用个人知识库的智能聊天机器人，并将其无缝集成到你自己的网站或应用中。本书内容涵盖以下几个

《上头 Obsidian：手把手教你用 AI 做好知识管理》是一本专为信息爆炸时代打造的知识管理指南。本书针对传统笔记工具的不足，结合 Obsidian 的强大功能，以及 AI 工具的接入，提供了一套简单高效的解决方案。通过三步法——收集、连接、应用，教你轻松构建智能、互联的知识库，解决信息割裂和知识关联难题。无论是学生、职场人士还是终身学习者，都能快速上手，掌握 AI 赋能的笔记技巧，让知识管理

本书是一本系统讲解 DeepSeek 开发的技术指南，传授大家开发 DeepSeek 模型的基础知识。旨在帮助读者深入理解 DeepSeek 的工作机制，并掌握其在大规模预训练、推理优化及应用开发中的关键技术。全书共 10 章，依次介绍文本预处理、特征提取、文本分类与情感分析、语言的生成、机器翻译、DeepSeek 的核心 Transformer 模型、多模态模型的架构和训练、预训练模型的训练与微

《揭秘大模型：从原理到实战》从技术角度深度解析大模型的原理，从大模型的基础概念及领域发展现状入手，概述大模型的理论基础，介绍OpenAI GPT、清华大学GLM、Meta Llama等主流大模型的技术原理，并从大模型参数高效微调、大模型指令微调、大模型训练优化和大模型推理优化等多角度解析大模型背后的技术，带领读者全方位掌握大模型的原理和实践方法。本书最后介绍私有大模型的构建，手把手指导读者做技术选

全书内容从逻辑上分为三个部分。 第一部分：MCP 基础认知（第 1、2 章），通过类比和架构图解的方式细致地介绍了 MCP 的基本概念、核心价值、工作原理等，让读者能零门槛了解 MCP。 第二部分：MCP 本地实践（第 3、4 章），手把手指导读者建立本地 MCP 主机，从 Hello World 示例到工具链扩展，帮助读者通过实践快速建立对 MCP 的直观认知。 第三部分：服务开发与应用（第 5

机器学习的目标是对计算机编程，以便使用样本数据或以往的经验来解决给定的问题。已经有许多机器学习的成功应用，包括分析以往销售数据来预测客户行为，优化机器人的行为以便使用较少的资源来完成任务，以及从生物信息数据中提取知识的各种系统。《机器学习导论（原书第3版）》是关于机器学习的内容全面的教科书，其中有些内容在一般的在机器学习导论书中很少介绍。主要内容包括监督学习，贝叶斯决策理论，参数、半参数和非参数方

本书的目标，是让非机器学习领域甚至非计算机专业出身但有学习需求的人，轻松地掌握机器学习的基本知识，从而拥有相关的实战能力。本书通过AI“小白”小冰拜师程序员咖哥学习机器学习的对话展开，内容轻松，实战性强，主要包括机器学习快速上手路径、数学和Python 基础知识、机器学习基础算法（线性回归和逻辑回归）、深度神经网络、卷积神经网络、循环神经网络、经典算法、集成学习、无监督和半监督等非监督学习类型、强

人工智能已在多个行业得到成功应用，大模型的应用已成为突破性进展的重要驱动力，而在特定垂直领域，如医疗、法律、金融等，大模型微调面临独特的挑战和需求。本书致力于大型语言模型微调与应用的关键技术，本书探讨两个热门应用方向：大模型的知识专业性和时效性。本书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

带你深入探索AI“神器”——Deepseek的无限潜能。通过本书，你将轻松上手DeepSeek，开启智能生活新篇章。通过本书，你将学会用Deepseek大幅提升工作效率，告别烦琐，拥抱高效。通过本书，你将学会如何让Deepseek成为您的职场超级助手。通过本书，你将学会如何利用DeepSeek激发自己的创作灵感，打造爆款内容，打造个人品牌。通过本书，你将学会利用Deepseek解决各种专业难题。无