制造业大模型的构建与实践

封面

版权页

内容简介

前言

基础篇

第1章 制造业与大模型

1.1 制造业的数字化进展

1.1.1 企业数字化

1.1.2 智能制造

1.2 大模型的基本知识

1.2.1 什么是大模型

1.2.2 大模型的基本能力

1.2.3 对大模型的常见误区

1.3 制造业为什么需要大模型

1.3.1 大模型赋能制造业

1.3.2 制造业是大模型的主战场

1.3.3 大模型在制造业中的应用

1.3.4 制造业大模型

1.4 小结

小故事

第2章 大模型基础

2.1 人工智能的发展历程

2.1.1 人工智能发展的三起三落

2.1.2 人工智能技术的流派之争

2.2 大模型简介

2.2.1 模型的概念

2.2.2 模型的分类

2.2.3 大模型的发展

2.3 大模型架构原理

2.3.1 Transformer架构的背景

2.3.2 Transformer架构的原理

2.3.3 Transformer架构模型的特点与发展

2.4 小结

小故事

第3章 大模型构建路径

3.1 大模型构建的基本方法

3.1.1 基本路径

3.1.2 资源准备

3.2 数据处理

3.2.1 低质过滤

3.2.2 冗余去除

3.2.3 隐私消除

3.3 分词

3.3.1 词级分词

3.3.2 字母级分词

3.3.3 子词级分词

3.3.4 中文分词

3.3.5 常用的分词器

3.4 词嵌入

3.4.1 独热编码

3.4.2 Word2Vec

3.4.3 常用的词嵌入方法

3.5 模型训练

3.5.1 模型构建

3.5.2 模型训练步骤

3.6 小结

小故事

第4章 大模型价值对齐

4.1 预训练模型的局限性

4.1.1 可控性

4.1.2 鲁棒性

4.1.3 安全性

4.1.4 大模型幻觉

4.2 指令微调

4.2.1 有监督微调

4.2.2 奖励模型

4.2.3 基于人类反馈的强化学习

4.2.4 指令微调总结

4.3 混合专家模型

4.3.1 MoE的概念

4.3.2 MoE的基本原理

4.3.3 MoE的实现方式

4.3.4 MoE总结

4.4 小结

小故事

第5章 多模态大模型

5.1 多模态大模型简介

5.1.1 多模态大模型的概念

5.1.2 多模态大模型的发展历程

5.1.3 多模态大模型的主要任务

5.2 多模态基本技术

5.2.1 多模态编码

5.2.2 多模态融合

5.2.3 对比学习

5.3 AIGC技术

5.3.1 生成对抗网络

5.3.2 扩散模型

5.4 AIGC应用

5.4.1 常用的多模态大模型

5.4.2 文生图

5.4.3 文生视频

5.5 小结

小故事

第6章 提示词工程

6.1 提示词简介

6.1.1 提示词的概念

6.1.2 提示词的必要性

6.1.3 提示词的类别

6.2 提示词工程技术

6.2.1 少样本提示