外网传疯了！哥大博士整理LLM大模型 ＜生成式人工智能手册＞!

哈喽大家好！今天再给大家分享一下这本大模型的书《生成式人工智能手册》，目前外网已经传疯了，由哥大博士整理生成式AI初学手册，本指南面向具有某种技术背景、出于好奇或为了潜在的职业而对人工智能感兴趣的人。

本手册旨在作为学习现代人工智能系统关键概念的手册。一共有 9 大章节，提供了系统化的学习路径，旨在帮助你系统地学习和理解生成式 AI 的相关知识。涵盖生成式 AI 的基础知识、实践应用、以及最新的研究进展，其中还包括相关学习资源，如教程、文章、工具和案例研究。

本手册还涵盖了性能优化的技术，以提高 LLMs 的推理效率，包括参数量化、规格性解码、FlashAttention、关键 - 值缓存和分页注意力等。

我现在讲的这些还是很有限，如果你对大模型感兴趣，那建议你把这本手册看完并吃透它，这本书的pdf版本我已经帮你打包好了

朋友们如果需要此本 《生成式人工智能手册》，扫码获取~

👉CSDN大礼包🎁：大模型书《生成式人工智能手册》免费分享（安全链接，放心点击）👈

书籍目录：

• 介绍
• 人工智能格局
• 资源
• 第 1 章：准备工作

第一部分：序列预测的基础

• 第 2 章：统计预测和监督学习
• 第 3 章：时间序列分析
• 第 4 章：在线学习和遗憾最小化
• 第 5 章：强化学习
• 第 6 章：马尔可夫模型

第二部分：神经序列预测

• 第 7 章：使用神经网络进行统计预测
• 第 8 章：循环神经网络
• 第 9 章：LSTM 和 GRU
• 第 10 章：嵌入和主题建模
• 第 11 章：编码器和解码器
• 第 12 章：仅解码器的 Transformer

第三部分：现代语言建模的基础

• 第 13 章：标记化
• 第 14 章：位置编码
• 第 15 章：预训练秘诀
• 第 16 章：分布式训练和 FSDP
• 第 17 章：缩放定律
• 第18章：专家组合

第四部分： LLM大模型的微调方法

• 第 19 章：指导微调
• 第 20 章：低秩适配器 (LoRA)
• 第 21 章：奖励模型和 RLHF
• 第 22 章：直接偏好优化方法
• 第 23 章：上下文扩展
• 第24章 提炼与融合

第五部分：大模型评估和申请

• 第 25 章：基准测试
• 第 26 章：抽样和结构化输出
• 第 27 章：提示技巧
• 第 28 章：矢量数据库和重新排序
• 第 29 章：检索增强生成
• 第30章：工具使用和“代理”
• 第 31 章：合成数据LLM
• 第 32 章：表示工程
• 第 33 章：机械可解释性
• 第34章：线性表示假设

第六部分：高效推理的性能优化

• 第 35 章：参数量化
• 第36章 推测解码
• 第 37 章：FlashAttention
• 第 38 章：键值缓存和分页注意力
• 第 39 章：CPU 卸载

第七部分：次二次上下文缩放

• 第 40 章：滑动窗口注意力
• 第41章：注意
• 第 42 章：线性注意力（RWKV）
• 第 43 章：结构化状态空间模型
• 第44章：高度注意力

第八部分：超越序列的生成模型

• 第 45 章：分布建模
• 第 46 章：变分自动编码器
• 第 47 章：生成对抗网络
• 第 48 章：条件 GAN
• 第 49 章：规范化流程
• 第50章：扩散模型

第九部分：多模态模型

• 第 51 章：文本之外的标记化
• 第 52 章：VQ-VAE
• 第 53 章：视觉转换器

书籍内容

朋友们如果需要此本 《生成式人工智能手册》，扫码获取~

👉CSDN大礼包🎁：大模型书《生成式人工智能手册》免费分享（安全链接，放心点击）👈