《大模型基础》
本书旨在为对大语言模型感兴趣的读者系统地讲解相关基础知识、介绍前沿技术。作者团队将认真听取开源社区以及广大专家学者的建议，持续进行月度更新，致力打造易读、严谨、有深度的大模型教材。并且，本书还将针对每章内容配备相关的Paper List，以跟踪相关技术的最新进展。
《从头开始构建大型语言模型》
本书是关于如何从零开始构建大模型的指南，由畅销书作家塞巴斯蒂安• 拉施卡撰写，通过清晰的文字、图表和实例，逐步指导读者创建自己的大模型。在本书中，读者将学习如何规划和编写大模型的各个组成部分、为大模型训练准备适当的数据集、进行通用语料库的预训练，以及定制特定任务的微调。此外，本书还将探讨如何利用人工反馈确保大模型遵循指令，以及如何将预训练权重加载到大模型中。
项目地址
https://github.com/rasbt/LLMs-from-scratch/tree/main?tab=readme-ov-file
《大语言模型》
本书展现了大语言模型技术的整体框架和路线图，内容讲解力求简明、准确、实用，主要目的在于为相关行业或研究领域提供大模型技术的中文参考资料，推动我国相关人工智能技术的发展。全书共13章，内容涉及大模型的背景和基础知识、资源、预训练、微调与对齐、大模型使用以及模型评测等，同时还提供了相关的代码示例与实验工具包。 本书可供具有深度学习基础的读者阅读与使用，既可作为高等学校人工智能、大数据、计算机类等专业教材，也可作为相关研究与从业人员的参考用书。
《基于Transformer和扩散模型的生成式AI》
本书是一本实用的生成式人工智能指南，重点介绍转换器和扩散模型。它涵盖了生成式人工智能项目的生命周期，包括用例定义、模型选择、微调和部署。
本书以直观的方式介绍了理论概念，其中包含大量的代码示例和插图，您只需进行最少的设置即可在 Google Colaboratory、Kaggle 或 Hugging Face Spaces 等服务上运行。您将学习如何使用 Transformer 和 Diffusers 等开源库，进行代码探索，并研究几个现有项目以帮助指导您的工作。
《大模型应用开发极简入门：基于GPT-4和ChatGPT》
本书为大模型应用开发极简入门手册，为初学者提供了一份清晰、全面的“可用知识”，带领大家快速了解GPT-4和ChatGPT的工作原理及优势，并在此基础上使用流行的Python编程语言构建大模型应用。通过本书，你不仅可以学会如何构建文本生成、问答和内容摘要等初阶大模型应用，还能了解到提示工程、模型微调、插件、LangChain等高阶实践技术。书中提供了简单易学的示例，帮你理解并应用在自己的项目中。此外，书后还提供了一份术语表，方便你随时参考。 准备好了吗？只需了解Python，你即可将本书作为进入大模型时代的启动手册，开发出自己的大模型应用。
《GPT图解：大模型是怎样构建的》
人工智能（AI），尤其是生成式语言模型和生成式人工智能（AIGC）模型，正以惊人的速度改变着我们的世界。驾驭这股潮流的关键，莫过于探究自然语言处理（NLP）技术的深奥秘境。该书将带领读者踏上一段扣人心弦的探索之旅，让其亲身感受，并动手搭建语言模型。该书主要内容包括N-Gram，词袋模型（BoW），Word2Vec（W2V），神经概率语言模型（NPLM），循环神经网络（RNN），Seq2Seq（S2S），注意力机制，Transformer，从初代GPT到ChatGPT再到GPT-4等一系列突破性技术的诞生与演进。
该书将以生动活泼的笔触，将枯燥的技术细节化作轻松幽默的故事和缤纷多彩的图画，引领读者穿梭于不同技术的时空，见证自然语言处理技术的传承、演进与蜕变。在这场不断攀登技术新峰的奇妙之旅中，读者不仅能深入理解自然语言处理技术的核心原理，还能自己动手，从零开始搭建起一个又一个语言模型。
《大模型RAG实战：RAG原理、应用与系统构建》
是一本全面讲解RAG技术原理、实战应用与系统构建的著作。作者结合自身丰富的实战经验，详细阐述了RAG的基础原理、核心组件、优缺点以及使用场景，同时探讨了RAG在大模型应用开发中的变革与潜力。
书中不仅揭示了RAG技术背后的数学原理，还通过丰富的案例与代码实现，引导读者从理论走向实践，轻松掌握RAG系统的构建与优化。
无论你是深度学习初学者，还是希望提升RAG应用技能的开发者，本书都将为你提供宝贵的参考与指导。
《动手做AI Agent》
《动手做 AI Agent》从零基础出发，介绍了 Agent 的定义、特性与技术架构，还对构建 Agent 的 AI 技术工具进行了详细讲解，最后以 7 个实战项目展示了 Agent 开发的方法。按照“基础知识——技术工具——项目实战”三部分来组织内容，帮助读者从理论学习推进到动手实际操作。
《从零开始大模型开发与微调：基于PyTorch与chatGLM》
本书用PyTorch 2.0作为学习大模型的基本框架，以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术，为读者揭示大模型开发技术。
《从零开始大模型开发与微调：基于PyTorch与ChatGLM》共18章，内容包括人工智能与大模型、PyTorch 2.0深度学习环境搭建、从零开始学习PyTorch 2.0、深度学习基础算法详解、基于PyTorch卷积层的MNIST分类实战、PyTorch数据处理与模型展示、ResNet实战、有趣的词嵌入、基于PyTorch循环神经网络的中文情感分类实战、自然语言处理的编码器、预训练模型BERT等。
《百面大模型》
本书收录了约百道大模型工程师常见的面试题目和解答，系统、全面地介绍了与大模型相关的技术，涵盖语义表达、数据预处理、预训练、对齐、垂类微调、组件、评估、架构、检索增强生成（RAG）、智能体、PEFT（参数高效微调），以及训练与推理等内容。
书中通过丰富的实例、图表及代码讲解，将复杂概念阐释得通俗易懂，是大模型领域的一本不可多得的实用指南。本书适合对大模型和Transformer等技术感兴趣的学生、研究者和工程师阅读和参考。
这《10本大模型入门必读书籍》PDF已经整理好，还有完整版的大模型 AI 学习资料，朋友们如果需要可以
