91精品国产综合久久四虎久久_国产成人午夜高潮毛片_99er视频精品免费观看_2020亚洲熟女在线观看_日本女优人体写真_国内黄色毛片_年轻的老师中文版在线_丰满女邻居做爰_久久久久久精品成人免费图片

 
AI工程：大模型應(yīng)用開發(fā)實戰(zhàn)
AI工程：大模型應(yīng)用開發(fā)實戰(zhàn)
Chip Huyen 著
寶玉 譯
出版時間：2026年02月
頁數(shù)：373
“這本書結(jié)構(gòu)清晰、內(nèi)容詳盡，全面涵蓋了構(gòu)建生成式AI系統(tǒng)的核心要素。對于致力于在企業(yè)內(nèi)部實現(xiàn)AI規(guī)模化落地的專業(yè)人士而言，這是一本必讀之作?！?br /> ——Vittorio Cretella
寶潔（P&G）與瑪氏（Mars）前全球首席信息官
“Chip Huyen深諳生成式AI的精髓，更是一位杰出的教師與作家，她的工作切實幫助了無數(shù)團隊將AI成功投入生產(chǎn)環(huán)境?；谄湄S富的實戰(zhàn)經(jīng)驗，Chip打造了一部全景式指南，對在生產(chǎn)環(huán)境中設(shè)計與部署AI應(yīng)用所需的一切，進行了精辟入里的闡述?！?br /> ——Luke Metz
ChatGPT共同創(chuàng)造者、OpenAI前研究經(jīng)理

基礎(chǔ)模型不僅解鎖了海量全新的AI應(yīng)用場景，更大幅降低了構(gòu)建AI產(chǎn)品的門檻。AI已不再是高深的小眾學科，而成為一種人人可用的強大的開發(fā)工具——即便是零基礎(chǔ)的開發(fā)者也能輕松駕馭。
本書深入淺出，系統(tǒng)地介紹了“AI工程”——基于現(xiàn)成的基礎(chǔ)模型構(gòu)建AI應(yīng)用的方法，為AI應(yīng)用開發(fā)者提供了一張在復雜的AI生態(tài)中穿行的導航圖，涵蓋模型、數(shù)據(jù)集、評估基準以及層出不窮的應(yīng)用模式。此外，書中還引入了一套從開發(fā)到高效部署的實戰(zhàn)框架，助你打造高質(zhì)量的AI應(yīng)用。
通過本書，你將學習以下內(nèi)容：
● 深刻理解AI工程的內(nèi)涵及其與傳統(tǒng)機器學習工程的異同。
● 掌握開發(fā)AI應(yīng)用的完整流程，熟悉每一階段的挑戰(zhàn)及應(yīng)對策略。
● 探索包括提示工程、RAG、微調(diào)、智能體及數(shù)據(jù)集工程在內(nèi)的
多種模型適配技術(shù)，并理解其機制與適用場景。
● 深入剖析基礎(chǔ)模型服務(wù)中的延遲與成本瓶頸，學習切實可行
的優(yōu)化方法。
● 根據(jù)業(yè)務(wù)需求選擇合適的模型、評估指標、數(shù)據(jù)及開發(fā)模式。
  1. 對本書的贊譽（中文版）
  2. 對本書的贊譽（英文版）
  3. 譯者序
  4. 中文版序
  5. 前言
  6. 第1章　基于基礎(chǔ)模型構(gòu)建AI應(yīng)用入門
  7. 1.1　AI工程的興起
  8. 1.1.1　從語言模型到大語言模型
  9. 1.1.2　從大語言模型到基礎(chǔ)模型
  10. 1.1.3　從基礎(chǔ)模型到AI工程
  11. 1.2　基礎(chǔ)模型的應(yīng)用場景
  12. 1.2.1　編程
  13. 1.2.2　圖像和視頻制作
  14. 1.2.3　寫作
  15. 1.2.4　教育
  16. 1.2.5　聊天機器人
  17. 1.2.6　信息聚合
  18. 1.2.7　數(shù)據(jù)組織
  19. 1.2.8　工作流自動化
  20. 1.3　規(guī)劃AI應(yīng)用
  21. 1.3.1　應(yīng)用場景評估
  22. 1.3.2　設(shè)定目標
  23. 1.3.3　里程碑規(guī)劃
  24. 1.3.4　維護
  25. 1.4　AI工程技術(shù)棧
  26. 1.4.1　AI工程技術(shù)棧的三層結(jié)構(gòu)
  27. 1.4.2　AI工程與ML工程
  28. 1.4.3　AI工程與全棧工程
  29. 1.5　小結(jié)
  30. 第2章　理解基礎(chǔ)模型
  31. 2.1　訓練數(shù)據(jù)
  32. 2.1.1　多語言模型
  33. 2.1.2　領(lǐng)域特定模型
  34. 2.2　建模
  35. 2.2.1　模型架構(gòu)
  36. 2.2.2　模型規(guī)模
  37. 2.3　后訓練
  38. 2.3.1　監(jiān)督微調(diào)
  39. 2.3.2　偏好微調(diào)
  40. 2.4　采樣
  41. 2.4.1　采樣基礎(chǔ)知識
  42. 2.4.2　采樣策略
  43. 2.4.3　推理時計算
  44. 2.4.4　結(jié)構(gòu)化輸出
  45. 2.4.5　AI 的概率特性
  46. 2.5　小結(jié)
  47. 第3章　評估方法論
  48. 3.1　評估基礎(chǔ)模型的挑戰(zhàn)
  49. 3.2　理解語言建模指標
  50. 3.2.1　熵
  51. 3.2.2　交叉熵
  52. 3.2.3　BPC與BPB
  53. 3.2.4　困惑度
  54. 3.2.5　困惑度的解釋與應(yīng)用場景
  55. 3.3　精確評估
  56. 3.3.1　功能正確性
  57. 3.3.2　與參考數(shù)據(jù)的相似度度量
  58. 3.3.3　嵌入簡介
  59. 3.4　AI當裁判
  60. 3.4.1　為什么用AI當裁判
  61. 3.4.2　如何用AI當裁判
  62. 3.4.3　AI當裁判的局限性
  63. 3.4.4　哪些模型可以作為裁判
  64. 3.5　使用比較評估對模型進行排名
  65. 3.5.1　比較評估面臨的挑戰(zhàn)
  66. 3.5.2　比較評估的未來
  67. 3.6　小結(jié)
  68. 第4章　評估AI系統(tǒng)
  69. 4.1　評估標準
  70. 4.1.1　領(lǐng)域特定能力
  71. 4.1.2　生成能力
  72. 4.1.3　指令遵循能力
  73. 4.1.4　成本和延遲
  74. 4.2　模型選擇
  75. 4.2.1　模型選擇工作流
  76. 4.2.2　模型的自建與購買
  77. 4.2.3　利用公開基準測試
  78. 4.3　設(shè)計你的評估流水線
  79. 4.3.1　步驟1：評估系統(tǒng)中的所有組件
  80. 4.3.2　步驟2：創(chuàng)建評估指南
  81. 4.3.3　步驟3：定義評估方法和數(shù)據(jù)
  82. 4.4　小結(jié)
  83. 第5章　提示工程
  84. 5.1　提示詞簡介
  85. 5.1.1　上下文學習：零樣本和少樣本
  86. 5.1.2　系統(tǒng)提示詞和用戶提示詞
  87. 5.1.3　上下文長度與上下文效率
  88. 5.2　提示工程最佳實踐
  89. 5.2.1　撰寫清晰、明確的指令
  90. 5.2.2　提供充足的上下文
  91. 5.2.3　將復雜任務(wù)拆分為更簡單的子任務(wù)
  92. 5.2.4　給模型更多思考時間
  93. 5.2.5　對提示詞進行迭代優(yōu)化
  94. 5.2.6　評估提示工程工具
  95. 5.2.7　提示詞的組織與版本管理
  96. 5.3　防御性提示工程
  97. 5.3.1　專有提示詞與逆向提示工程
  98. 5.3.2　越獄與提示詞注入
  99. 5.3.3　信息提取
  100. 5.3.4　針對提示詞攻擊的防御措施
  101. 5.4　小結(jié)
  102. 第6章　RAG與智能體
  103. 6.1　RAG
  104. 6.1.1　RAG 架構(gòu)
  105. 6.1.2　檢索算法
  106. 6.1.3　檢索優(yōu)化
  107. 6.1.4　超越文本的RAG
  108. 6.2　智能體
  109. 6.2.1　智能體概述
  110. 6.2.2　工具
  111. 6.2.3　規(guī)劃
  112. 6.2.4　智能體的故障模式與評估
  113. 6.3　記憶
  114. 6.4　小結(jié)
  115. 第7章　微調(diào)
  116. 7.1　微調(diào)概述
  117. 7.2　何時進行微調(diào)
  118. 7.2.1　進行微調(diào)的原因
  119. 7.2.2　不進行微調(diào)的原因
  120. 7.2.3　微調(diào)與RAG
  121. 7.3　內(nèi)存瓶頸
  122. 7.3.1　反向傳播與可訓練參數(shù)
  123. 7.3.2　內(nèi)存計算
  124. 7.3.3　數(shù)值表示
  125. 7.3.4　量化
  126. 7.4　微調(diào)技術(shù)
  127. 7.4.1　PEFT
  128. 7.4.2　模型合并與多任務(wù)微調(diào)
  129. 7.4.3　微調(diào)策略
  130. 7.5　小結(jié)
  131. 第8章　數(shù)據(jù)集工程
  132. 8.1　數(shù)據(jù)策展
  133. 8.1.1　數(shù)據(jù)質(zhì)量
  134. 8.1.2　數(shù)據(jù)覆蓋度
  135. 8.1.3　數(shù)據(jù)量
  136. 8.1.4　數(shù)據(jù)獲取與數(shù)據(jù)標注
  137. 8.2　數(shù)據(jù)增強與數(shù)據(jù)合成
  138. 8.2.1　為什么要進行數(shù)據(jù)合成
  139. 8.2.2　傳統(tǒng)的數(shù)據(jù)合成方法
  140. 8.2.3　A 驅(qū)動的數(shù)據(jù)合成方法
  141. 8.2.4　模型蒸餾
  142. 8.3　數(shù)據(jù)處理
  143. 8.3.1　數(shù)據(jù)檢查
  144. 8.3.2　數(shù)據(jù)去重
  145. 8.3.3　數(shù)據(jù)清理與過濾
  146. 8.3.4　數(shù)據(jù)格式化
  147. 8.4　小結(jié)
  148. 第9章　推理優(yōu)化
  149. 9.1　理解推理優(yōu)化
  150. 9.1.1　推理概述
  151. 9.1.2　推理性能指標
  152. 9.1.3　AI加速器
  153. 9.2　推理優(yōu)化的實現(xiàn)
  154. 9.2.1　模型優(yōu)化
  155. 9.2.2　推理服務(wù)優(yōu)化
  156. 9.3　小結(jié)
  157. 第10章　AI工程架構(gòu)與用戶反饋
  158. 10.1　AI工程架構(gòu)
  159. 10.1.1　增強上下文
  160. 10.1.2　設(shè)置防護措施
  161. 10.1.3　添加路由器和模型網(wǎng)關(guān)
  162. 10.1.4　通過緩存技術(shù)降低延遲
  163. 10.1.5　添加智能體模式
  164. 10.1.6　監(jiān)控與可觀測性
  165. 10.1.7　AI流水線編排
  166. 10.2　用戶反饋
  167. 10.2.1　提取對話反饋
  168. 10.2.2　反饋設(shè)計
  169. 10.2.3　反饋的局限性
  170. 10.3　小結(jié)
  171. 后記
書名：AI工程：大模型應(yīng)用開發(fā)實戰(zhàn)
作者：Chip Huyen 著
譯者：寶玉 譯
國內(nèi)出版社：人民郵電出版社
出版時間：2026年02月
頁數(shù)：373
書號：978-7-115-68639-8
原版書書名：AI Engineering
原版書出版商：O'Reilly Media
Chip Huyen
 
Chip Huyen是實時機器學習平臺Claypot AI的聯(lián)合創(chuàng)始人。憑借在 NVIDIA、Netflix和Snorkel Al的工作，她幫助了一些世界上最大的組織開發(fā)和部署機器學習系統(tǒng)。本書是Chip根據(jù)她在斯坦福大學開設(shè)的課程“機器學習系統(tǒng)設(shè)計”(CS329S)的講義撰寫的。
 
 
本書封面上的動物是漠林鸮（Strix butleri），一種原產(chǎn)于阿曼、伊朗和阿聯(lián)酋的“無耳鸮”。
1878年，一種鸮以其發(fā)現(xiàn)者——鳥類學家Edward Arthur Butler的名字被命名為Strix butleri。這種鳥通常被稱為休謨鸮，曾被認為廣泛分布于整個中東地區(qū)。
2013年，人們在阿曼發(fā)現(xiàn)了一種此前未知的鸮，并將其命名為Strix omanensis。當時科研人員并未采集到實體樣本，僅根據(jù)照片和聲音記錄進行了描述。2015年，科研人員對Strix butleri的正模標本（1878年發(fā)現(xiàn)的原始標本）進行分析后發(fā)現(xiàn)，Strix butleri與Strix omanensis實際上是同一物種，并且不同于中東地區(qū)更為常見的鸮類。根據(jù)命名規(guī)則，Strix omanensis這一名稱被修訂為最初的名稱Strix butleri，而此前被命名為Strix butleri的更常見的鸮類則被重新命名為Strix hadorami。
漠林鸮的面部呈淺灰色和深灰色，眼睛為橙色。上體羽毛為深灰褐色，下體為淺灰色并帶有細窄的深色條紋。這是一種中等體型的鸮，頭部圓潤，沒有耳羽簇。由于該物種是相對較新的發(fā)現(xiàn)，鳥類學家仍在研究其行為、生態(tài)和分布情況。
漠林鸮在IUCN（世界自然保護聯(lián)盟）的保護狀態(tài)為LC（無危）。
購買選項
定價：159.80元
書號：978-7-115-68639-8
出版社：人民郵電出版社