机读格式显示(MARC)

• 000 01335nam0 2200265 450

• 001 0000371228

• 005 20251216103600.0

• 010 __ |a 978-7-302-68692-7 |d CNY99.00

• 049 __ |a O320113FHC |b UCS01013174332 |c 013174332

• 100 __ |a 20250427d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 多模态大模型 |9 duo mo tai da mo xing |b 专著 |e 从理论到实践 |f 韩晓晨著

• 210 __ |a 北京 |c 清华大学出版社 |d 2025

• 215 __ |a 324页 |c 图 |d 24cm

• 312 __ |a 封面英文题名：Multimodal large models from theory to practice

• 330 __ |a 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。

• 510 1_ |a Multimodal large models from theory to practice |z eng

• 606 0_ |a 人工智能 |9 Ren Gong Zhi Neng

• 690 __ |a TP18 |v 5

• 701 _0 |a 韩晓晨 |9 han xiao chen |4 著

• 801 _0 |a CN |b GDPTC |c 20251216

• 905 __ |a GDPTC |d TP18/831