西安工业大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

大模型算法:强化学习、微调与对齐/余昌叶著

出版发行项:

北京:电子工业出版社,2025

ISBN及定价:

978-7-121-50072-5/CNY109.00

载体形态项:

230页:图;24cm

并列正题名:

Large Model Algorithms Reinforcement Learning, Fine-Tuning, and Alignment

其它题名:

强化学习、微调与对齐

丛编项:

通用智能与大模型丛书

个人责任者:

余昌叶 著

学科主题:

语言模型-自然语言处理

中图法分类号:

TP391

责任者附注:

余昌叶，资深算法工程师，哈尔滨工业大学优秀毕业生。曾就职于腾讯等多家一线互联网企业，拥有十年行业经验。主要研究方向为大模型、强化学习、推荐系统及图像处理。具备扎实的数学功底与深厚的算法理论基础，主导并完成多项核心技术项目的工程化落地。已获六项国家发明专利，曾荣获科研类全国航空航天模型锦标赛亚军等专业奖项，以及腾讯卓越研发奖（团队）、腾讯知识奖等多项企业级荣誉。

提要文摘附注:

本书系统地讲解了大模型技术及其后训练 (Post-Training) 相关的各类算法、实践。全书以大语言模型 (LLM) 为核心, 内容广泛且深入, 绝大部分同样适用于视觉语言模型 (VLM) 和多模态语言模型 (MLLM)。本书共10章, 第1章介绍SFT, 第2章介绍对齐算法宏观架构, 第3章介绍强化学习核心算法, 第4章介绍PPO算法, 第5章介绍RLHF, 第6章介绍DPO算法, 第7章介绍免训练的对齐和优化方法, 第8章介绍对齐算法的衍生和进化, 第9章和第10章是两个案例实践。

使用对象附注:

《大模型算法：强化学习、微调与对齐》适合AI算法与工程领域的从业者，相关专业的学生，希望深入了解大模型技术、拥抱AI与大模型浪潮的读者阅读。

豆瓣简介：