領域大模型構建指南：通用大模型垂直化的方法與實踐

內容簡介

內容簡介 這是一部系統講解如何將通用大模型高效改造爲領域專家的實戰著作。全書以“基礎—RAG—模型訓練—企業實戰”爲主線，完整覆蓋了RAG架構、持續預訓練（CPT）、監督微調（SFT）、偏好對齊（DPO）、分佈式訓練、模型部署，以及訓練飛輪、左右腦架構、MCTS高級推理系統等前沿企業級解決方案，得到了學術界和企業界多位專家的一致推薦。 本書作者在滴普科技任職期間，深度參與了百麗時尚集團等大型企業的AI智能解決方案建設，在真實、複雜的一線業務中積累了豐富經驗。本書正是這些經過實戰檢驗的方法與思考的系統化呈現，不僅教授技術操作，更致力於培養讀者的系統設計思維，幫助其完成從“工匠”到“建築師”的角色躍遷，將大模型的巨大潛能轉化爲各領域不可替代的核心競爭力。 全書共18章，分爲四個部分： 第一部分（第1~3章） 大模型技術基礎及實踐應用 系統介紹大模型與領域模型的基本概念、技術原理及使用場景，講解開發環境的搭建方法，並通過聊天機器人實戰案例演示大模型在文本翻譯、信息提取、歸納總結等場景中的應用，爲後續深入學習奠定堅實基礎。 第二部分（第4~8章） RAG原理與實戰 深入講解RAG的架構原理與實踐技巧，涵蓋內容索引、嵌入模型、向量數據庫、相關內容檢索、結果精排、多查詢檢索、多向量檢索等核心技術，並通過完整的RAG實戰項目串聯離線索引與在線服務的全流程，這個流程是當前企業應用中性價比最高、落地最快的技術路徑。 第三部分（第9~13章） 模型訓練 全書的理論核心與精華所在，建立了一套完整的模型定製方法論。系統講解CPT、SFT、DPO三種層層遞進的訓練技術，以及數據集生成、分佈式訓練、模型部署與量化等關鍵工程實踐，包含多個實戰項目，確保模型能從實驗室真正走向應用。

書籍信息