大模型书籍精选：从理论到工程实践的快速选型指南

本书内容共 5 章，第 1 章引领读者深入探索最具代表性的大模型结构，包括 BERT、Chat-GPT 和 ChatGLM 等，为建立对多模态大模型的全面认知打下基础。第 2 章深度剖析多模态大模型的核心技术，如提示学习、上下文学习、思维链和人类反馈强化学习等，揭示多模态大模型的独特之处和引人入胜的技术内涵。第 3 章介绍多个具有代表性的多模态基础模型，如 CLIP、LLaMA、SAM 和 PaLM-E 等，为读者呈现多样和广泛的技术解决方案。第 4 章深入分析视觉问答、AIGC 和具身智能这三个典型应用，展示多模态大模型在实际场景中的强大能力。第 5 章探讨实现 AGI 的可行思路，包括因果推理、世界模型、超级智能体与具身智能等前沿技术方向。

本书不仅适合高校相关专业高年级本科生和研究生作为教材使用，更是各类 IT 从业者的必备参考之作。

《多模态大模型：技术原理与实战》

作者： 彭勇，彭旋，郑志军，茹炳晟 著

读懂 ChatGPT 的核心技术、GPT 的进化史和创新点。详述多模态大模型的核心技术和应用场景。让中小公司可以从 0 到 1 部署多模态大模型，打开通往通用人工智能的大门。

本书详细介绍了大语言模型和多模态大模型的发展历史、技术原理和亮点、主要的开源框架、配套工具、部署细则和实战案例。为了让读者更好地进行大模型的应用实战，本书还详细介绍了使用大模型为商业赋能的 3 个应用案例。期望本书能够帮助读者打开通往大模型尤其是多模态大模型的学习、实战和商业成功之路。

扩散模型

《扩散模型：生成式 AI 模型的理论、应用与代码实践》

作者： 杨灵，张至隆，张文涛，崔斌 著

本书作者团队来自著名学府，且与国际知名研究机构、院校有众多交流，其提供的内容具有权威性，并获得众多专家、学者认可。本书从理论和实践两个方面进行了细致介绍。阅读本书的读者，即可获得学术收益，又可进行实践应用。

为方便进行理论实践，本书提供了可配套运行的代码文件，读者可以进行下载。本书深入浅出地介绍了扩散模型的知识，案例丰富，讲解细致。第 1 章介绍 AIGC 与相关技术，第 2 章从三个视角介绍扩散模型的基本理论、算法，此外介绍了扩散模型的神经网络架构和代码实现。第 3 章、第 4 章、第 5 章分别从高效采样、似然优化、数据结构三个方面系统介绍了扩散模型的特点，以及后续的改进工作。第 6 章讨论了扩散模型与其他生成模型的关联，包括变分自编码器、生成对抗网络、归一化流、自回归模型和基于能量的模型。第 7 章介绍了扩散模型的应用，包括计算机视觉、自然语言处理、时间数据建模、多模态学习、鲁棒学习和跨学科应用。第 8 章讨论了扩散模型的未来，以及与 GPT 和大模型的关联。

本书适合高等院校计算机科学、人工智能和医学、生物学等交叉学科专业的师生，以及相关人工智能应用程序的开发人员阅读。

大模型压缩

《高效深度学习：模型压缩与设计（全彩）》

作者： 汪玉，宁雪妃 著

高效模型压缩与设计，释放大模型潜能，赋能千行百业。清华大学电子工程系汪玉，宁雪妃作品。权威：出自芯片领域著名专家之手。系统：系统梳理模型压缩与设计关键技术。经验：提供实践中总结的分析思路和经验。

本书系统地介绍了高效模型压缩和模型设计的方法，在编写上兼顾理论和实践。本书主体部分详细介绍了模型压缩的方法论，包括高效模块设计、模型剪枝、模型量化、模型二值化、神经网络架构搜索、知识蒸馏几大部分。另外，简要介绍了定制化硬件加速器的设计及大语言模型的加速和压缩。

开源大模型

《Llama 大模型实践指南》

作者： 张俊祺，曲东奇，张正，占冰强 等 著

全面介绍 Llama 的入门指南；实用案例和示例代码助你快速上手；本书配套 AI 助手答疑解惑。

本书共包括 7 章，涵盖了从基础理论到实际应用的全方位内容。第 1 章深入探讨了大模型的基础理论。第 2 章和第 3 章专注于 Llama 2 大模型的部署和微调，提供了一系列实用的代码示例、案例分析和最佳实践。第 4 章介绍了多轮对话难题，这是许多大模型开发者和研究人员面临的一大挑战。第 5 章探讨了如何基于 Llama 2 定制行业大模型，以满足特定业务需求。第 6 章介绍了如何利用 Llama 2 和 LangChain 构建高效的文档问答模型。第 7 章展示了多语言大模型的技术细节和应用场景。本书既适合刚入门的学生和研究人员阅读，也适合有多年研究经验的专家和工程师阅读。

通过阅读本书，读者不仅能掌握 Llama 2 大模型的核心概念和技术，还能学会如何将这些知识应用于实际问题，从而在这一快速发展的领域中取得优势。

LangChain

《LangChain 入门指南：构建高可复用、可扩展的 LLM 应用程序》

作者： 李特丽，康轶文 著

全面介绍 LangChain 技术。逐步构建自己的 LLM 应用程序。内容注重高可复用性和可扩展性。实用案例和示例代码助你快速上手。与社区互动，共享经验与解决难题。

本书由 LangChain 中文网联合创始人李特丽与创始人康轶文共同编著！本书专门为那些对自然语言处理技术感兴趣的读者提供了系统的 LLM 应用开发指南。全书分为 11 章，从 LLM 基础知识开始，通过 LangChain 这个开源框架为读者解读整个 LLM 应用开发流程。第 1~2 章概述 LLM 技术的发展背景和 LangChain 框架的设计理念。从第 3 章开始，分章深入介绍 LangChain 的 6 大模块，包括模型 I/O、数据增强、链、记忆等，通过大量代码示例让读者了解其原理和用法。第 9 章通过构建 PDF 问答程序，帮助读者将之前学习的知识应用于实践。第 10 章则介绍集成，可拓宽 LangChain 的用途。第 11 章为初学者简要解析 LLM 的基础理论，如 Transformer 模型等。

本书以 LangChain 这个让人熟悉的框架为主线，引导读者一步一步掌握 LLM 应用开发流程，适合对大语言模型感兴趣的开发者、AI 应用程序开发者阅读。

《LangChain 简明讲义：从 0 到 1 构建 LLM 应用程序》

作者： 刘伟舟，张婉平 著

揭秘大语言模型和 LangChain，由浅入深讲解基础概念和实践案例。本书的结构由浅入深，第 1 章和第 2 章介绍大语言模型和 LangChain 的基础知识，使读者能够对本书内容有整体的认识，并完成运行环境的安装配置，为后续实践奠定基础。第 3 章至第 8 章详细介绍 LangChain 的重要模块，包括模型调用、链、智能体等，深入浅出地介绍了各模块的原理和使用方式。第 9 章至第 11 章涉及实践项目，包括对话机器人、代码理解、检索增强生成，通过这些项目，读者能更好地理解如何基于 LangChain 构建自己的大语言模型应用系统。

本书适合 AI 应用程序开发者、对大语言模型感兴趣的开发者，以及对大语言模型感兴趣的高等院校学生阅读。

《LangChain 实战：从原型到生产，动手打造 LLM 应用》

作者： 张海立，曹士圯，郭祖龙 著

基于 Langchain 0.1 长期维护版本。全方位展现从原型到生产 LLM 应用开发全流程。8 位产学研界专家赞誉力荐。

本书是专为初学者和对 LangChain 应用及大语言模型（LLM）应用感兴趣的开发者而编写的。本书以 LangChain 团队于 2024 年 1 月发布的长期维护版本 0.1 为基础，重点介绍了多个核心应用场景，并且深入探讨了 LCEL 的应用方式。同时，本书围绕 LangChain 生态系统的概念，详细探讨 LangChain、LangServe 和 LangSmith，帮助读者全面了解 LangChain 团队在生成式人工智能领域的布局。此外，本书还介绍了开源模型运行工具，为读者引入本地免费的实验环境，让读者能够亲自动手进行实际操作。

通过本书，读者可以真正体验到 LangChain 在从原型到生产的 LLM 应用开发和上线闭环体验方面的优势，全面了解 LangChain 的概念、原理和应用，并且获得实际开发 LangChain 应用的经验。本书示例丰富，内容通俗易懂，既可作入门教程，也可供相关技术人员参考。

《LangChain 技术解密：构建大模型应用的全景指南》

作者： 王浩帆 编著

内容全面：包含 Langchain 的新版本、新动态及全新表达式语言。系统深入：书中融入了 LangGraph、Langsmith 等核心组件，讲解细致入微。结构流畅：章节设计自然衔接，有助于读者掌握 Langchain 的运行逻辑。深度拓展：深入讲解了 Langchain 的隐私与安全、数据评估等高级主题。实战性强：提供了丰富的代码实例和结果截图，读者可快速上手实践。源码开放：在作者的 GitHub 中提供了各章节源码，读者可独立运行学习。

本书共 10 章，分别介绍了 LangChain 的开发环境搭建、模型、提示、数据连接、链、记忆、代理、回调及周边生态等内容，并用三个案例，即基于 Streamlit 实现聊天机器人、基于 Chainlit 实现 PDF 问答机器人、零代码 AI 应用构建平台 Flowise，将前面大语言模型的内容学以致用。通过本书，读者既能提升自身的技术素养，又能拓展自己解决实际难题的能力。

本书适合刚入门或想加入 AI 行业的技术从业者、需要结合大语言模型相关技术为业务赋能的产品经理、计算机相关专业的学生，以及 AI 爱好者和自学者。