新书上市｜技术书还能这么美！300幅插图看懂大模型

turingbooks

于 2025-05-19 11:02:13 发布

阅读量38

点赞数

原文链接：https://mp.weixin.qq.com/s?__biz=MjM5Njc0MjIwMA==&mid=2649835358&idx=1&sn=573a8e476aa8ab7fc7ce9af155e6e3c6&chksm=bf32310764de861bd5a744cc18563c2322ab996f1778962cd8f61cad03231f45f2907aebb5e6&scene=126&sessionid=0

版权

The Illustrated 系列

如果你关注大模型技术动态，你可能知道这两个名字：Jay & Maarten，如果你不知道，那你大概率知道这篇文章——“The Illustrated Transformer”，或是读过以各种形式翻译过的这篇文章。我们说这篇文章是“爆款”“在圈内疯传”，一点儿也不夸张。

今年春节，在 DeepSeek-R1 最火的时候，解读底层原理的“The Illustrated DeepSeek-R1” 又刷屏了我们的朋友圈。

以上两篇文章的作者都是 Jay（Jay Alammar）；而 Maarten（Grootendorst），大家看他的文章也不少，只是他对热点的追踪没那么快，但跟 Jay 相比，Maarten 的表达功力有过之而无不及。看看下面的图解系列的文章，总有一款你熟悉（都出自两位）：

The Illustrated 系列已经成为大模型技术圈的王牌解读博客文章，每次出现新技术，读者翘首以盼。

《图解大模型》

而今天介绍的这本书：

正是两位业内资深专家专门为初中级读者创作的大模型学习指南，原始资料就是百万读者亲自验证过的一些热门博客文章，看到封面上的袋鼠部分朋友已经很熟悉了，原书非常有名：Hands-On Large Language Models: Language Understanding and Generation。

中文书名为《图解大模型》，即以“图解”为核心理念，通过高质量插图（超过 300 幅哦！），彻底颠覆你对技术书“晦涩难懂”的刻板印象。从底层原理到应用开发，再到模型训练与微调，让大家不仅能“读懂”，还能“看懂”，更要“用起来”。

很多读者说，这书的中文书名并没有照搬英文书名，必须承认，原书名将“动手做”列为第一特征，中文书名将“图解”作为首要特色，“实战”作为第二特色，这确实是我们反复思考之后，觉得最能体现图书特色的书名了——左手代码，右手图，边看边操作，学得肯定快！

我们展示几页内文，请大家体会一下——将抽象概念转换为形象图形的巧思：

Jay & Maarten × 李博杰

两位作者背景相当硬核：

刚提到了两位作者，也要隆重地介绍一下我们的译者李博杰老师，同时也是业内 AI 创业者：

博杰老师不仅在原作上下了功夫，还结合自己在创业过程中面试候选人的经历，以及本书及其关联资料，针对大模型领域系统梳理出 200 道高质量面试题，附赠读者，旨在帮助大家更深刻地理解相关知识点。

附赠的内容以免费电子资料的形式开放（大家可前往图灵社区下载阅读）。

回到图书本身的内容，我们来看看这本书具体是怎么组织的，看一张目录导图吧！

这本书讲什么

结合这个目录，我们来看看本书的主要内容：

第一部分：理解语言模型

探索大、小语言模型的内部运作机制。首先概述该领域和常用技术(见第 1 章)，然后讨论这些模型的两个核心组件(见第 2 章)：词元(token)和嵌入 (embedding)。本部分最后是对 Jay 的大名鼎鼎的文章“The Illustrated Transformer”的更新和扩展，深入探讨了这些模型的架构(见第 3 章)。本部分还将介绍许多贯穿全书的术语及其定义。

第二部分：使用预训练语言模型

通过常见用例探索如何使用 LLM。我们将使用预训练模型并展示它们的功能，无须进行微调。

你将学习如何使用语言模型进行监督分类(见第 4 章)、文本聚类和主题建模(见第 5 章)，利用嵌入模型进行文本生成(见第 6 章和第 7 章)、语义搜索(见第 8 章)，以及将文本生成能力扩展到视觉领域(见第 9 章)。

学习这些独立的语言模型功能将使你具备用 LLM 解决问题的技能，并能够构建越来越高级的系统和流程。

第三部分：训练和微调语言模型

通过训练和微调各种语言模型来探索高级概念。我们将探讨如何构建和微调嵌入模型(见第 10 章)，回顾如何针对分类任务微调 BERT(见第 11 章)，并以几种生成模型的微调方法结束本书(见第 12 章)。

附录：图解 DeepSeek-R1

中文版专享福利，添加 Jay 大名鼎鼎的文章 “The Illustrated DeepSeek-R1”，通过 18 幅彩图解读 DeepSeek 底层原理，帮助读者真正认识推理大模型的本质。

适合谁阅读

本书适合对大模型感兴趣的开发者、研究人员和行业从业者。读者无须具备深度学习基础知识，只要会用 Python，就可以通过本书深入理解大模型的原理并上手大模型应用开发。书中示例还可以一键在线运行，让学习过程更轻松。

本书 GitHub 附赠大量延伸资料，且代码可通过 Google Colab 一键运行。

GitHub：

https://github.com/HandsOnLLM/Hands-On-Large-Language-Models

业内专家热评推荐

在国外，从 AI 教育专家，到 YouTube 大神，再到 Transformer 热门库创建者，都这本书赞誉有加。

在国内，大模型领域一线技术专家热评了本书在“图解”“可视化学习”与“工程落地”方面的特色。

以下为领域专家提前审阅本书给出的评价，供大家参考。

中文版附赠福利

大家知道，大模型技术迭代很快，在本书出版之后，DeepSeek-R1是大家当前集体关注的新技术突破，为了让这本经典之作同时能涵盖大家最关注的这部分内容，中文版附赠《DeepSeek底层原理解读》，请见本书最后的附录。

除了附赠DeepSeek底层原理解读，本书译者李博杰还为大家准备了一份相当特别的礼物——《大模型面试题200问》。博杰老师结合自己在创业过程中面试候选人的经历，以及本书及其关联资料，针对大模型领域系统梳理出 200 道高质量面试题，附赠读者，带着这些问题，你的学习将更有针对性。

附赠的内容以免费电子资料的形式开放给大家（大家可前往图灵社区下载阅读：https://www.ituring.com.cn/book/3285）。最后，让我们再来看看这本书的特色，这样的宝藏好书，谁能不心动呢？