内容简介
《ChatGLM3 大模型本地化部署、应用开发与微调》作为《PyTorch 2.0 深度学习从零开始学》的姊妹篇，专注于大模型的本地化部署、应用开发以及微调等。本书不仅系统地阐述了深度学习大模型的核心理论，更注重实践应用，通过丰富的案例和场景，引导读者从理论走向实践，真正领悟和掌握大模型本地化应用的精髓。
适用人群
本书适合大模型的初学者、有一定基础的大模型研究人员、大模型应用开发人员。同时，本书还可作为高等院校或高职高专相关专业大模型课程的教材，助力培养新一代的大模型领域人才。
核心章节
- 第 1 章 大模型时代的开端
- 第 2 章 PyTorch 2.0 深度学习环境搭建
- 第 3 章 基于 gradio 的云上自托管 ChatGLM3 部署实战
- 第 4 章 使用 ChatGLM3 与 LangChain 实现知识图谱抽取和智能问答
- 第 5 章 适配 ChatGLM3 终端的 Template 与 Chain 详解
- 第 6 章 ChatGLM3 多文本检索的增强生成实战
- 第 7 章 构建以人为本的 ChatGLM3 规范化 Prompt 提示工程
- 第 8 章 使用 ChatGLM3 的思维链构建
- 第 9 章 GLM 源码分析与文本生成实战
- 第 10 章 低资源单 GPU 微调 ChatGLM3 实战
- 第 11 章 会使用工具的 ChatGLM3
- 第 12 章 上市公司财务报表非结构化信息抽取实战
- 第 13 章 上市公司财务报表智能问答与财务预警实战
- 附录 大模型的'幻觉'
