“ 推荐张奇、桂韬、郑锐、⻩萱菁合著的一本讲述大模型从理论到实践的书。关注公众号，可领取电子版。”
全书目录
1 绪论
1.1 大规模语言模型基本概念
1.2 大规模语言模型发展历程
1.3 大规模语言模型构建流程
1.4 本书的内容安排
2 大语言模型基础
2.1 Transformer 模型
2.2 生成式预训练语言模型 GPT
2.3 大语言模型结构
3 语言模型训练数据
3.1 数据来源
3.2 数据处理
3.3 数据影响分析
3.4 开源数据集合
4 分布式训练
4.1 分布式训练概述
4.2 分布式训练并行策略
4.3 分布式训练的集群架构
4.4 DeepSpeed 实践
5 有监督微调
5.1 提示学习和语境学习
5.2 高效模型微调
5.3 模型上下文窗口扩展
5.4 指令数据构建
5.5 Deepspeed-Chat SFT 实践
6 强化学习
6.1 基于人类反馈的强化学习
6.2 奖励模型
6.3 近端策略优化
6.4 MOSS-RLHF 实践
7 大语言模型应用
7.1 推理规划
7.2 综合应用框架
7.3 智能代理
7.4 多模态大模型
7.5 大语言模型推理优化
8 大语言模型评估
8.1 模型评估概述
8.2 大语言模型评估体系
8.3 大语言模型评估方法
8.4 大语言模型评估实践
电子书领取：关注公众号，自动回复“AI学习资料”网盘地址，进入“1.入门必读”目录，下载《大规模语言模型-从理论到实践-张奇-LLM-TAP.pdf》。
阅读推荐：
逆转诅咒｜大模型的最大BUG！A=B 训练的大模型LLM无法学会 B=A？国内模型说可以
拥抱未来，学习 AI 技能！关注我，免费领取 AI 学习资源。