"本书主要围绕如何充分挖掘、利用大语言模型的潜力,囊括了大语言模型的概念,如何通过 提示词更好地利用大语言模型,大语言模型在信息检索、推荐系统、视觉问答等任务中的应用, 以及大语言模型的微调、多模态训练、模型生产应用等高阶使用技巧。本书在讲解过程中搭配 大量的应用实例以及相关代码,从大语言模型的概念、挖掘大语言模型潜力的方式到大语言模 型的高级使用方式,读者能够将概念学习和实践应用同步进行,是相关领域工程技术人员、学术 人员以及对大语言模型感兴趣的广大读者的不二之选。 本书的内容编排适合以下群体: (1) 有一定的编程能力,但对大语言模型没有充分的认知,想通过本书迅速掌握大语言模型 的概念,并在相关业务领域(信息检索、对话系统、推荐系统等)实现快速应用。 (2) 大语言模型某个研究领域的资深从业人员,但是想更全面地了解大语言模型在各个领 域的研究应用现状,实现对大语言模型从学术研究到生产应用的全方位系统认知。"

"斯楠·奥兹德米尔（Sinan Ozdemir） 拥有数学硕士学位，是一位成功的人工智能企业家和风险投资顾问。在担任约翰·霍普金斯大学讲师期间，首次涉足数据科学和机器学习，并发明了人工智能领域的多项专利。后来创立了Kylie.ai——一个融合了对话式人工智能和机器人能力的创新平台。Kylie.ai很快就因其独特的价值主张而受到关注，最终被收购。在此期间， 斯楠·奥兹德米尔开始创作大量关于数据科学、人工智能和机器学习的作品。关于译者姚普 中国科学院大学博士，现任京东资深算法工程师，多年从事算法设计与开发、算法框架引擎开发、算法产品化开发，在图算法和大模型领域深耕多年，《图深度学习从理论到实践》作者。"

前言 笔者原来是一名理论数学家、大学讲师，后来成为人工智能爱好者，再后来成为成功的创业公司创始人、人工智能教科书作者、风险投资顾问。今天，笔者还可以作为导游，带读者参观 LLM工程和应用这个巨大的知识博物馆。本书的编写有两个目的： 一是揭开LLM领域的神秘面纱，二是为读者提供实用的知识，使读者能够开始实验、编码和构建LLM。 与在课堂上大多数教授的讲解不同，本书并不是要用复杂的术语向读者灌输，相反，本书的目的是使复杂的概念易于理解、容易与常识关联起来，更重要的是具有实用性。 坦率地说,于笔者而言,本书内容已经相当充分。笔者想给读者一些关于如何阅读本书的提示, 多次阅读本书,确保自己从本书中获得自己所需的知识。 读者人群和预备知识 本书是为谁准备的？答案很简单： 任何对LLM充满好奇心的人，有意愿的程序员，不懈的学习者。无论你在机器学习领域已有见解，还是正准备开始学习相关知识，本书都是你的指南，是为你导航LLM领域的地图。 为了最大限度地利用这段旅程，拥有一些机器学习和Python方面的经验将是非常有益的。这并不是说没有它们你将无法 继续，而是没有这些工具， 阅读的过程可能有点波折。如果你准备边读边学习，那也很好。我们将探索的一些概念 并不一定全部需要大量的编码，但大多数是需要的。 在本书中，笔者试图在深入的理论理解和实际的实践技能之间找到平衡。书中每章都充满了类比，将复杂的事物变得简单，并配以代码片段，使概念更加生动。本质上，笔者是将这本书作为LLM讲师+助教，旨在简化和揭开 LLM引人入胜的...