本书是系统讲解DeepSeek大模型的技术指南，结合数据、信息、知识、智慧、意图白盒测评这一前沿理念，详 细阐述如何在大模型时代实现模型选取、定制优化与多模型协同，从而打造出最适合实际应用需求的智能系统。 本书共12章，分别从大模型时代的来临、DeepSeek的核心技术与创新突破、DIKWP白盒测评理念详解、模型 择优、大模型优化方法与实践指南、DeepSeek实战优化策略、大模型的协同与互补、DeepSeek与国内外主要大模型 及其AI智能体的对比分析、行业应用案例分析等方面进行阐述，帮助读者深入理解DeepSeek的工作机制，并掌握其 在大规模预训练、推理优化及应用部署中的关键技术。 本书旨在为广大人工智能爱好者、技术开发者和企业决策者提供一部既具理论深度又通俗易懂的指导手册，也 适合作为大、中专院校人工智能相关专业的教学参考书。
目录：
第1章 引言：大模型时代的来临
第2章 DeepSeek解析：核心技术与创新突破
第3章 DIKWP白盒测评理念详解
第4章 模型择优：如何选择合适的大模型
第5章 大模型定制：优化方法与实践指南
第6章 深入浅出：DeepSeek实战优化策略
第7章 模型组合：大模型的协同与互补
第9章 行业应用案例分析
第8章 DeepSeek与国内外主要大模型及其AI智能体的对比分析
第10章 企业与机构定制和采购LLM的白盒测评指南
第11章 最佳实践与常见误区
第12章 结语：未来展望与读者行动指南
点击下载