|
000
|
01718nam0 2200289 450
|
|
001
|
91797
|
|
005
|
20250817142932.54
|
|
010
|
|
@a978-7-115-66737-3@dCNY99.80
|
|
100
|
|
@a20250523d2025 em y0chiy50 ea
|
|
101
|
1
|
@achi@ceng
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aak z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a大语言模型工程师手册@Ada yu yan mo xing gong cheng shi shou ce@e从概念到生产实践@f(英) 保罗·尤斯廷, 马克西姆·拉博纳著@g孟凡杰, 方佳瑞译
|
|
210
|
|
@a北京@c人民邮电出版社@d2025.05
|
|
215
|
|
@a344页@c图@d24cm
|
|
300
|
|
@a异步图书
|
|
314
|
|
@a保罗·尤斯廷, 资深机器学习工程师, 在生成式Al、计算机视觉和MLOps 领域拥有超7年的实战经验。曾在Metaphysic担任核心工程师, 专注于将大型神经网络推向生产环境。马克西姆·拉博纳， Liquid Al的后训练负责人, 拥有巴黎理工学院机器学习博士学位, 并获得谷歌人工智能与机器学习领域(AI/ ML)开发者专家认证。孟凡杰, 腾讯云技术专家, 腾讯云原生调度技术负责人, 云原生基金会大使。方佳瑞, 清华大学计算机系博士, 曾任腾讯云技术专家。在机器学习、分布式系统和高性能计算等领域具有丰富的从业经验。
|
|
330
|
|
@a本书涵盖数据工程、有监督微调和部署的相关知识, 通过手把手地带领读者构建LLMTwin项目, 帮助读者将MLOps的原则和组件应用于实际项目。同时, 本书还涉及推理优化、偏好对齐和实时数据处理等进阶内容, 是那些希望在项目中应用LLM的读者的重要学习资源。阅读本书, 读者将熟练掌握如何部署强大的LLM—既能解决实际问题, 又能具备低延迟和高可用的推理能力。
|
|
606
|
0
|
@a自然语言处理@Azi ran yu yan chu li@j手册
|
|
690
|
|
@aTP391-62@v5
|
|
701
|
1
|
@a尤斯廷@Ayou si ting@g(Iusztin, Paul)@4著
|
|
701
|
1
|
@a拉博纳@Ala bo na@g(Labonne, Maxime)@4著
|
|
702
|
0
|
@a孟凡杰@Ameng fan jie@4译
|
|
702
|
0
|
@a方佳瑞@Afang jia rui@4译
|
|
801
|
0
|
@aCN@c20250909
|
|
905
|
|
@a河南城建学院图书馆@dTP391-62@eY666@f1
|
|
|
|
|
| |
| 大语言模型工程师手册：从概念到生产实践/(英) 保罗·尤斯廷, 马克西姆·拉博纳著/孟凡杰, 方佳瑞译.-北京：人民邮电出版社，2025.05 |
| 344页：图；24cm |
| 异步图书 |
| |
| ISBN 978-7-115-66737-3：CNY99.80 |
| 本书涵盖数据工程、有监督微调和部署的相关知识, 通过手把手地带领读者构建LLMTwin项目, 帮助读者将MLOps的原则和组件应用于实际项目。同时, 本书还涉及推理优化、偏好对齐和实时数据处理等进阶内容, 是那些希望在项目中应用LLM的读者的重要学习资源。阅读本书, 读者将熟练掌握如何部署强大的LLM—既能解决实际问题, 又能具备低延迟和高可用的推理能力。 |
| ● |
正题名：大语言模型工程师手册
索取号：TP391-62/Y666
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1625761
|
216257618
|
自科库301/301自科库 64排2列4层/
[索取号:TP391-62/Y666]
|
在馆
|
|
