《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》作為《PyTorch 2.0深度學(xué)習(xí)從零開始學(xué)》的姊妹篇，專注于大模型的本地化部署、應(yīng)用開發(fā)以及微調(diào)等�！禖hatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》不僅系統(tǒng)地闡述了深度學(xué)習(xí)大模型的核心理論，更注重實踐應(yīng)用，通過豐富的案例和場景，引導(dǎo)讀者從理論走向?qū)嵺`，真正領(lǐng)悟和掌握大模型本地化應(yīng)用的精髓。
全書共分13章，全方位、多角度地展示了大模型本地化實戰(zhàn)的完整方案，內(nèi)容包括大模型時代的開端、PyTorch 2.0深度學(xué)習(xí)環(huán)境搭建、基于gradio的云上自托管ChatGLM3部署實戰(zhàn)、使用ChatGLM3與LangChain實現(xiàn)知識圖譜抽取和智能問答、適配ChatGLM3終端的Template與Chain詳解、ChatGLM3多文本檢索的增強生成實戰(zhàn)、構(gòu)建以人為本的ChatGLM3規(guī)范化Prompt提示工程、使用ChatGLM3的思維鏈構(gòu)建、GLM源碼分析與文本生成實戰(zhàn)、低資源單GPU微調(diào)ChatGLM3實戰(zhàn)、會使用工具的ChatGLM3、上市公司財務(wù)報表非結(jié)構(gòu)化信息抽取實戰(zhàn)、上市公司財務(wù)報表智能問答與財務(wù)預(yù)警實戰(zhàn)。
《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》適合大模型的初學(xué)者、有一定基礎(chǔ)的大模型研究人員、大模型應(yīng)用開發(fā)人員。同時，《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》還可作為高等院�；蚋呗毟邔Ｏ嚓P(guān)專業(yè)大模型課程的教材，助力培養(yǎng)新一代的大模型領(lǐng)域人才。