本书在保留经典理论框架的基础上,实现了三大核心升级： 一是系统梳理大语言模型的发展脉络、核心技术(如 Transformer架构、预训练机制、量化部署)与行业案例,覆盖从模型选型到落地应用的全流程； 二是新增知识图谱专题内容,详解知识建模、语义检索、知识融合等核心技术,以及“大模型+知识图谱”的融合应用方案,强化知识的结构化与实用性； 三是整合人工智能在传统领域的**进展,补充近200个典型案例与50个实践项目,实现理论深度与实践价值的平衡。 同时,本书配套微课视频、教学课件、程序代码、实验大纲等丰富资源,助力教学与自学形成闭环。