广东职业技术学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

多模态大模型:从理论到实践/韩晓晨著

出版发行项:

北京:清华大学出版社,2025

ISBN及定价:

978-7-302-68692-7/CNY99.00

载体形态项:

324页:图;24cm

并列正题名:

Multimodal large models from theory to practice

个人责任者:

韩晓晨 著

学科主题:

人工智能

中图法分类号:

TP18

相关题名附注:

封面英文题名：Multimodal large models from theory to practice

提要文摘附注:

本书分为两部分12章，第1部分（第1~5章）围绕基础理论与技术解析展开论述，包括基本概念、Transformer架构、跨模态对齐、模态融合，以及多模态大模型的预训练方法、模型微调与优化等，为理解多模态大模型的构建逻辑奠定基础。第2部分（第6~12章）聚集于多模态大模型的高级应用与场景实现，包括主流视觉语言模型（如CLIP、BLIP-2等）的实现、跨模态推理与生成的技术应用、多模态大模型的推理与优化方法、模型的安全与可信性问题，并通过多模态检索与推荐系统、多模态语义理解系统和多模态问答系统的端到端开发实践，展示了多模态大模型的实际落地路径。

豆瓣简介：