大模型应用开发：核心技术与领域实践 于俊 程礼磊 程明月

1）入门友好：本书特别注重基础知识的讲解，避免了深奥难懂的技术细节，使得即使是大模型领域的初学者也能轻松理解核心概念，快速进入实践阶段，避免了学习初期的迷茫和挫败感。2）理论够用：提供了对大模型工作流程、Transformer架构、提示工程技术、模型微调技巧等关键技术的深度剖析。通过详细的案例分析和操作指南，帮助读者深刻理解这些技术背后的原理和应用场景，提高解决问题的能力。3）实战导向：强调提示工程的实际应用，介绍了一系列经过验证的提示设计和优化方法。通过实战演练，读者不仅能学到理论知识，更能掌握如何利用这些知识来改善大模型的性能，实现预期的输出结果。4）案例丰富：涵盖了多个行业的实际应用案例，包括但不限于金融、医疗、教育等领域。这些案例不仅展示了大模型的广泛应用前景，也为读者提供了丰富的参考和借鉴，帮助他们在自己的项目中找到合适的解决方案。5）全程指导：每个案例都从需求分析开始，到环境搭建、代码实现，最后到测试和部署，提供了一站式的全流程指导。读者可以在每个环节中获得具体的建议和支持，确保项目的顺利进行，最终达到最佳的应用效果。

本书由科大讯飞与中国科大的大模型的资深专家联合撰写，一本书打通大模型的技术原理与应用实践壁垒，深入大模型3步工作流程，详解模型微调、对齐优化、提示工程等核心技术及不同场景的微调方案，全流程讲解6个典型场景的应用开发实践。 本书共10章，从逻辑上分为“基础知识”“原理与技术”“应用开发实践”三部分。基础知识（第1章）介绍大模型定义、应用现状、存在的问题，以及发展趋势。原理与技术（第2和3章）详细讲解大模型的构建流程、Transformer模型，以及模型微调、对齐优化、提示工程等核心技术，之后介绍了推理优化、大模型训练、大模型评估、大模型部署等拓展技术。应用开发实践（第4～10章）详细讲解大模型插件应用开发、RAG实践，以及智能客服问答、学科知识问答、法律领域应用、医疗领域应用、智能助写平台等多领域的实践。

于俊：科大讯飞高级人工智能工程师、中国科学技术大学工程博士、CCF高级会员。主要研究数据挖掘、知识图谱、认知智能创新探索及应用，拥有超过15年的大数据及人工智能算法工程化经验。参与编写了《Spark核心技术与高级应用》《Spark机器学习进阶实战》《知识图谱实战：构建方法与行业应用》《人工智能数据处理基础》等著作。
程礼磊：科大讯飞实验室产品部算法总监、合肥工业大学概率论与数理统计硕士。在数据分析与挖掘、自然语言处理、教育认知诊断等领域有丰富的研究和开发经验，精通Python、R语言以及人工智能深度学习框架，在人工智能教育、产教融合行业应用有着诸多落地经验。
程明月：中国科学技术大学计算机科学与技术学院特任副研究员、硕士生导师、工学博士。主要研究时序建模、大模型方法及其应用，同时担任中国中文信息学会信息检索专委会通讯委员、中国老年学与老年医学学会慢病远程与智能管理分会委员。在相关领域国际学术会议和重要期刊上发表学术论文20余篇，申请发明专利10余项。担任多个国际学术期刊与会议（如IEEE TKDE、SIGKDD、SIGIR等）的审稿人，以及程序委员会委员。曾荣获多项算法竞赛与双创赛事竞赛奖励，包括KDD Cup 2024全球亚军等。