大語言模型原理、微調與Agent開發（簡體書）

本書全面探討了大語言模型（通常可簡稱“大模型”）在應用開發中的核心技術與實現。內容涵蓋了大語言模型的基本原理、微調與優化技術、複雜項目開發流程及高效實用的工程實踐案例，通過結構化的模塊設計和詳細的代碼解析，幫助讀者快速掌握相關技術並應用於真實場景，搭建從理論到實踐的完整知識體系。本書分為四部分，共10章，系統梳理了大語言模型的核心架構與原理，深入講解了Transformer模型的構造與訓練機制，全面介紹了現代微調方法（如LoRA、P-Tuning等）以及模型量化、編譯與推理優化的關鍵技術。針對應用場景，本書結合多個企業級實際案例，包括電商智能客服平臺、編程輔助插件、尋人檢索數據庫和硬件開發工程師助理等，詳細展示了從需求分析、數據處理、模型選擇到上線部署的完整開發流程。這些案例不僅強調技術實現，還融入了工程實踐中常見的問題與解決方案，為讀者提供了豐富的參考資料。本書適合對大語言模型感興趣的技術愛好者、希望深入研究模型微調與優化的科研人員、從事人工智能開發的工程師和產品經理，同時也適合高等院校相關專業學習大語言模型的師生。同時，隨書附贈案例代碼、教學視頻及授課用PPT，讀者可通過掃封底二維碼獲取。無論是初學者學習理論基礎、學生探索前沿技術，還是工程師在一線工作中進行實踐開發，本書都能提供系統化的知識體系和實用的開發技能。