[沙特] 杰伊·阿拉马尔（Jay Alammar）, [荷] 马尔滕·格鲁滕多斯特（Maarten Grootendorst）的作品

图解DeepSeek技术

[沙特] 杰伊·阿拉马尔（Jay Alammar）, [荷] 马尔滕·格鲁滕多斯特（Maarten Grootendorst）

评分 7.2分

本书以通俗易懂、大量图解的方式剖析了DeepSeek的底层技术。 全书分为3章和附录，第1章详细分析推理大模型的范式转变，即从“训练时计算”到“测试时计算”；第2章解读DeepSeek-R1的架构——混合专家（MoE），第3章展示DeepSeek-R1详细的训练过程及核心技术，涵盖基于GRPO的强化学习等；附录分享DeepSeek开源周活动。 本书适合大模型从业人员和对大模型底层技术感兴趣的读者。

图解大模型

[沙特] 杰伊·阿拉马尔（Jay Alammar）, [荷] 马尔滕·格鲁滕多斯特（Maarten Grootendorst）

评分 7.8分

本书全程图解式讲解，通过大量全彩插图拆解概念，让读者真正告别学习大模型的枯燥和复杂。 全书分为三部分，依次介绍语言模型的原理、应用及优化。第一部分 理解语言模型（第1~3章），解析语言模型的核心概念，包括词元、嵌入向量及Transformer架构，帮助读者建立基础认知。第二部分 使用预训练语言模型（第4~9章），介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展，提升模型的应用能