《大模型基础》
本书专为对大语言模型感兴趣的读者打造，既系统梳理核心基础知识，也全面解析前沿技术动态。作者团队将广泛吸纳开源社区与业内专家学者的宝贵建议，坚持月度迭代更新，力求打造一部兼具易读性、严谨性与深度的大语言模型精品教材。此外，本书还将针对每章核心内容，整理收录专属Paper List，助力读者精准追踪对应技术方向的最新研究进展。
《从头开始构建大型语言模型》
这是一本从零搭建大模型的实战指南，由畅销书作家塞巴斯蒂安·拉施卡重磅撰写。全书以清晰易懂的文字、直观的图表与可落地的实例为支撑，循序渐进引导读者亲手打造属于自己的大模型。 在书中，你将系统掌握大模型各组件的规划与编写逻辑、训练数据集的筛选与预处理方法、通用语料库的预训练全流程，以及面向特定任务的精细化微调技巧。此外，书中还深入探讨了利用人工反馈（RLHF）保障模型指令遵循性的核心思路，同时详解预训练权重的加载与高效复用方案，为从零入门到独立实操提供完整技术路径。
《大语言模型》
本书全景式呈现大语言模型技术的整体框架与清晰路线图，以“简明、准确、实用”为核心原则构建内容体系，旨在填补大模型技术中文参考资料的空白，为相关行业实践与学术研究提供可靠支撑，助力我国人工智能领域的创新发展与技术落地。
全书共13章，内容覆盖大模型的技术背景与核心基础知识、关键资源配置、预训练核心技术、微调与对齐方法、模型应用实践及评测体系等核心模块，同时配套完整的代码示例与可直接上手的实验工具包，实现“理论+实操”双维度赋能。
本书适合具备深度学习基础的读者研读，既可作为高等院校人工智能、大数据、计算机科学与技术等相关专业的核心教材，也可作为AI领域科研人员、技术开发者及行业从业者的实战参考用书，为不同场景下的学习与工作提供全面指导。
《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与生成式人工智能（AIGC），正以前所未有的速度重塑我们的世界。而驾驭这股技术浪潮的核心，正是洞悉自然语言处理（NLP）的深层逻辑与核心奥秘。本书将引领读者开启一场沉浸式探索之旅，不仅能深度感知技术魅力，更能亲手搭建属于自己的语言模型。书中系统梳理了NLP领域的核心技术脉络：从基础的N-Gram、词袋模型（BoW）、Word2Vec（W2V），到经典的神经概率语言模型（NPLM）、循环神经网络（RNN）、Seq2Seq（S2S），再到革命性的注意力机制、Transformer架构，以及从初代GPT到ChatGPT、再到GPT-4的迭代历程，完整呈现每一项突破性技术的诞生背景与演进逻辑。 本书以生动诙谐的笔触，将晦涩的技术细节转化为妙趣横生的故事与直观易懂的图示，引领读者穿梭于NLP技术的发展时空，见证其从萌芽到成熟的传承、演进与蜕变。在这场攀登技术高峰的旅程中，读者既能吃透NLP技术的核心原理，更能上手实操，从零开始搭建一个又一个语言模型，真正实现“从理论到实践”的跨越，在趣味探索中夯实技术功底、解锁实操能力。
《大模型RAG实战：RAG原理、应用与系统构建》
本书是全面解析RAG技术原理、实战应用与系统构建的权威著作。作者立足自身丰富的一线实战经验，系统拆解RAG的核心原理、关键组件、优劣特性及适用场景，深入剖析其在大模型应用开发中的变革性作用与未来潜力。 书中不仅深度解构RAG技术背后的数学逻辑，更配套大量真实案例与完整代码实现，循序渐进引导读者打通“理论到实践”的落地链路，稳步掌握RAG系统的构建、部署与优化全流程。 无论你是初探深度学习的入门者，还是致力于提升RAG应用能力的技术开发者，亦或是需要落地大模型应用的行业从业者，本书都将提供兼具理论深度与实操价值的宝贵指引，助力快速攻克RAG技术应用难点。
《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》
本书精选近百道大模型工程师高频面试题及深度解析，系统且全面地覆盖大模型核心技术体系——从语义表示、数据预处理、预训练机制、对齐技术、垂类微调，到核心组件设计、评估体系构建、架构优化，再到检索增强生成（RAG）、智能体（AI Agent）、参数高效微调（PEFT）、训练与推理优化等关键领域，一站式攻克面试核心考点与技术难点。 书中依托丰富实战实例、直观图表与可落地代码片段，将抽象复杂的技术概念拆解为通俗易懂的逻辑，让晦涩知识点一目了然，既是备战面试的“刷题宝典”，也是系统梳理大模型技术体系的实用指南。 本书适合对大模型、Transformer等技术感兴趣的高校学生、科研人员，以及正在冲刺大模型工程师岗位的求职者、希望夯实技术基础的行业从业者，为不同阶段的读者提供兼具应试价值与学习深度的专业指引。
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，有agent学习资料！
领取方式：
1、点赞+在看
2、后台回复“大模型”
