生成式大模型項目實戰(微課版)
於麗娜,李鑫,李文斌
- 出版商: 人民郵電
- 出版日期: 2026-07-01
- 定價: $359
- 售價: $358
- 語言: 簡體中文
- 頁數: 230
- ISBN: 7115694265
- ISBN-13: 9787115694263
-
相關分類:
Large language model
下單後立即進貨 (約4週~6週)
商品描述
生成式大模型作為AI技術的最新發展成果,已經成為推動科技創新和社會進步的重要力量。它以獨特的創造性和高效性,正在重塑我們對AI的認知,並在多個領域展現出巨大的應用潛力。
本書全面介紹了生成式大模型的基礎知識、技術原理、發展動態及其在各個領域的應用實踐。全書共7個項目,包括解析生成式AI 技術原理、構建AI 倫理決策體系、設計數據安全防護架構、國產AI 搜索技術解析、開發AI 增強型編程、掌握AIGC 圖像工程和實現AIGC 視頻工業化等。本書內容理論與實踐相結合,實用性強,可幫助學生鞏固知識,提升操作能力。
本書可以作為高校計算機相關專業的教材,也可以作為大模型應用愛好者及相關技術人員自學的參考書。
作者簡介
於麗娜,女,1977年生人,工學碩士,教授,現任河北工業職業技術大學計算機技術系主任,是軟件技術專業群帶頭人,主要研究方向是軟件工程。 河北省“三三三人才工程”第三層次人選,河北省技術能手,河北省電子行業職業技能鑒定先進工作者;獲全國職業院校教師教學能力比賽二等獎2項,全國職業院校技能大賽移動互聯賽項三等獎優秀指導教師,獲河北省教學能力大賽一等獎2項,河北省信息化教學大賽一等獎1項;是國家級精品資源共享課、國家級教學團隊、國家級實訓基地的核心骨幹成員。
目錄大綱
項目1 解析生成式AI技術原理——DeepSeek-R1開源大模型實戰研究
任務導入
1.1 相關知識
1.1.1 生成式AI技術的背景介紹
1.1.2 生成式AI技術的原理
1.1.3 生成式AI技術的發展
1.2 任務實施
1.2.1 應用實例
1.2.2 技術比較
1.2.3 體驗開源的生成式AI工具或平臺
1.2.4 利用DeepSeek生成鋼鐵行業智能化設備調研報告
1.3 拓展創新——AI大模型創新應用
1.4 課後任務
項目2 構建AI倫理決策體系——從倫理框架設計到合規治理機制實施
任務導入
2.1 相關知識
2.1.1 生成式AI的法律、版權
2.1.2 AI工程的倫理原則概述
2.1.3 AI系統的規範與標準
2.2 任務實施
2.2.1 歐盟專利局拒絕以AI工具作為唯一發明人的專利申請
2.2.2 AI工具編寫的假新聞足以以假亂真
2.3 拓展創新——AI倫理
2.4 課後任務
項目3 設計數據安全防護架構——差分隱私與模型安全攻防實踐
任務導入
3.1 相關知識
3.1.1 生成式AI數據安全概念
3.1.2 生成式AI數據安全威脅與風險
3.1.3 生成式AI數據隱私和保護
3.1.4 案例分析
3.2 任務實施
3.2.1 模型安全
3.2.2 大模型的訪問控制和認證
3.2.3 安全的AI系統設計
3.3 拓展創新——實踐中的AI對抗攻擊與防禦
3.4 課後任務
項目4 國產AI搜索技術解析——從知識圖譜構建到Kimi深度應用
任務導入
4.1 相關知識
4.1.1 國產AI搜索技術簡介
4.1.2 國產AI搜索引擎原理
4.2 任務實施
4.2.1 國產AI搜索技巧入門指南
4.2.2 高效使用國產AI搜索工具
4.3 拓展創新——使用AI搜索工具生成知識圖譜
4.3.1 知識圖譜介紹
4.3.2 知識圖譜構建技術
4.3.3 知識圖譜的數據模型
4.3.4 使用Kimi生成知識圖譜
4.4 課後任務
項目5 了解AI增強型編程——代碼優化與文生圖關鍵技術實戰
任務導入
5.1 相關知識
5.1.1 大語言模型處理圖像方案
5.1.2 大語言模型作為增強器
5.1.3 大語言模型作為預測器
5.1.4 GNN和大語言模型對齊
5.2 任務實施
5.2.1 IT編程
5.2.2 文生美圖
5.3 拓展創新——使用AI快速分析並選型開源框架
5.4 課後任務
項目6 掌握AIGC圖像工程——Stable Diffusion全流程工業級應用
任務導入
6.1 相關知識
6.1.1 AI繪畫工具介紹
6.1.2 Stable Diffusion介紹
6.2 任務實施
6.2.1 超寫實圖片案例
6.2.2 產品包裝設計案例
6.2.3 AI服裝設計案例
6.2.4 電商美工圖案例
6.3 拓展創新——精確控制提示詞
6.3.1 使用Kimi建立提示詞工程
6.3.2 告訴Kimi輸出的格式
6.3.3 輸入主題
6.3.4 生成圖片
6.3.5 讓Kimi給出更多的思路
6.4 課後任務
項目7 實現AIGC視頻工業化——AI數字人創作與智影平臺全鏈路解析
任務導入
7.1 相關知識
7.1.1 AI視頻創作的技術原理
7.1.2 AI視頻制作基本流程
7.2 任務實施
7.2.1 AI數字人
7.2.2 生成主圖視頻
7.2.3 “DeepSeek+剪映”生成視頻的案例
7.3 拓展創新——AIGC視頻工業化的倫理治理與可持續生態構建
7.3.1 AIGC視頻在全球範圍內的倫理治理框架與風險挑戰
7.3.2 中國在AIGC視頻領域的治理實踐與規範探索
7.3.3 實現技術創新與倫理責任平衡的實踐路徑
7.4 課後任務

