本书收录了约百道大模型工程师常见的面试题目和解答，系统、全面地介绍了与大模型相关的技术，涵盖语义表达、数据预处理、预训练、对齐、垂类微调、组件、评估、架构、检索增强生成（RAG）、智能体、PEFT（参数高效微调），以及训练与推理等内容。书中通过丰富的实例、图表及代码讲解，将复杂概念阐释得通俗易懂，是大模型领域的一本不可多得的实用指南。本书适合对大模型和Transformer等技术感兴趣的学生、研究者和工程师阅读和参考。
编辑推荐
覆盖95%大模型面试高频考点
涵盖MoE、预训练、后训练、SFT、PEFT、RLHF、PPO、GRPO、DPO、FlashAttention、RAG、智能体以及DeepSeek MLA等
作者简介:
包梦蛟，北京航空航天大学硕士，美团北斗计划高级算法专家，负责大众点评大模型应用落地开发，曾获得Kaggle Grandmaster称号、KDD CUP 2024冠军，业余时间撰写知乎专栏和公众号“包包算法笔记”，全网关注数5万+。 刘如日，北京航空航天大学硕士，研究兴趣为机器学习与自然语言处理。曾以第一作者身份发表顶会论文并多次在顶会竞赛中取得冠军等优异成绩。现于美团从事大模型相关技术研究与产业应用。 朱俊达，北京航空航天大学硕士，研究兴趣为大模型架构优化方向，有多家大厂实习经历，发表了多篇大模型相关论文。
目录:
第 1章 语义表达 1
第 2章 大模型的数据 31
第3章 大模型的预训练 53
第4章 大模型的对齐 87
第5章 大模型的垂类微调 124
第6章 大模型的组件 147
第7章 大模型的评估 194
第8章 大模型的架构 217
第9章 检索增强生成 233
第 10章 大模型智能体 248
第 11章 大模型PEFT 273
第 12章 大模型的训练与推理 288
第 13章 DeepSeek 335
点击下载