书名：Llama应用开发实战
定价：69.8
ISBN：9787115672001
作者：刘欣
版次：第1版
出版时间：2025-09

内容提要：
本书旨在带领读者*掌握将Llama应用于多模态智能体、编程助手及私有化部署等场景的相关知识。全书共分三篇，内容由浅到深、层层递进。 基础篇(第1章~第3章)概览大模型技术，聚焦Transformer 显卡开发环境与自然语言处理任务 深入分析开源大模型的推理与训练。核心篇(第4章~第8章)探讨提示工程技术与应用，介绍如何基于Lama3打造SWE-Agent编程助手，详细阐述实现Lama3私有化落地应用的初级与进阶RAG，以及专用知识站与问答系统的构建。扩展篇(第9章~第10章)探索Llama3手机与边缘计算的部署，介绍Llama3的*功能。本书是一部集理论与实践于一体的技术宝典，适合人工智能领域的*及对大模型感兴趣的读者阅读。



作者简介：
刘 欣 东南大学工程博士在读，研究方向为大模型和类脑计算。多年来专注于Llama及Qwen等大模型的开发与应用，对开源大模型的设计与特性有着深刻的认识，擅长多模态智能体大模型的构建与落地。实战经验丰富，编写的多个*大模型系统已应用于实际项目，同时撰写了大量有关大模型的技术文章，相关研究成果在NEUROCOMPUTING 等国际知名期刊上发表。活跃于大模型开源社区，是RWKV、Wenda、ShareAl、Fay、Linly-Talker等多个社区型开源项目的核心成员。

目录：
基 础 篇
第　1 章 大模型技术概览 　3
11　从机器学习到多模态智能体大模型 　3
111　机器学习 　3
112　大模型 　5
113　多模态智能体大模型 　7
12　动手搭建一个神经网络 　9
121　PyTorch+CUDA 显卡开发环境搭建 　9
122　卷积神经网络与循环神经网络 　14
123　一个典型的手写数字识别 CNN 　15
13　注意力机制的学习训练 　19
131　卷积神经网络中的注意力机制 　20
132　循环神经网络中的注意力机制 　22
133　Transformer 网络结构介绍 　24
第　2 章 Transformer 显卡开发环境与 NLP 任务 　29
21　Transformer 显卡开发环境搭建 　29
22　BERT 系列模型执行 NLP 任务 　31
221　BERT 模型网络结构 　31
222　BERT 变体模型 　33
223　BERT 模型处理自然语言处理任务　35
23　GPT 模型与早期多模态 ViT 模型 　41
231　GPT 网络结构 　41
232　ViT 网络结构 　44
第　3 章 开源大模型的推理与训练 　49
31　魔搭社区与复杂环境搭建 　49
32　从*开始训练一个 GPT-2 小模型 　51
321　数据的整理与清洗 　51
322　GPT-2 小模型训练 　55
323　GPT-2 小模型对话测试 　58
33　全量微调训练与增量微调训练 　61
34　Llama 3 与 Llama 4 　63
35　Alpaca 指令式数据集 　64
36　Llama 3 及其量化模型的部署 　65
361　Llama 3 常规模型部署 　65
362　Llama 3 量化模型部署 　68
37　LoRA、P-Tuning、SFT、DPO、PPO 等各种增量微调技术 　74
38　基于 PEFT 库使用 LoRA 对 Llama 3 进行微调 　76
核　心 篇
第　4 章 提示工程技术与应用 　83
41　提示工程的思维链与策略技巧 　83
42　Llama 3 利用提示工程策略完成自然语言处理任务 　87
43　构建多角色的 GPT 应用：Llama 3 的提示工程实践 　89
44　多任务提示系统的构建与智能体工具链集成 　91
45　意图识别与 Agent Tool Calling 　95
46　LMStudio+Llama 3 实现多轮历史对话与长文本对话 　101
第　5 章 基于 Llama 3 打造 SWE-Agent 编程助手 　107
51　Llama 3 SWE-Agent 的框架结构　107
52　数据集的准备、清洗与指令 Token 化 　109
53　Code-Llama 3-Instruct 底座模型的微调开发 　110
54　智能体的规划、决策、搜索、项目管理与编码 　115
55　Llama 3 SWE-Agent 的前端与应用部署 　120
第　6 章 Llama 3 私有化落地应用之初级 RAG 　125
61　私有化大模型的巨大潜力 　125
62　在落地场景中比较微调与 RAG 　126
63　M3E、E5、Tao8k 等第 一代向量编码模型 　127
64　知识库中的向量编码库与向量数据库 　129
65　ChatPDF 案例——与单篇文档对话 　132
第　7 章 Llama 3 私有化落地应用之进阶 RAG 　137
71　BGE、BCE、ACGE 等*代向量编码模型 　137
72　多渠道检索数据来源 　139
73　*指令向量化 　143
74　Zpoint、GTE、Xiaobu 等第三代向量编码模型 　145
75　Clinical-Llama 3 的 Lora 微调 　148
76　Clinical-Llama 3 的向量化重排 　152
第　8 章 基于 Llama 3 打造专用知识站与问答系统 　155
81　Python 自动化处理文档的方法 　155
82　使用 LangChain 构建关键工作链 　158
83　构建问答系统的全栈架构 　161
831　架设后端服务 　161
832　实现前端界面 　164
扩　展 篇
第　9 章 Llama 3 手机与边缘计算部署 　171
91　端侧大模型的价值与前景 　171
92　再探 llamacpp 　172
93　Maid 与 MLC-Chat 分析 　173
94　算力板的选配 　175
95　llamacpp Android 工程 　179
第　10 章 Llama 3 的*功能 　183
101　世界模型与多模态大模型 　183
102　Llama 3 与视觉大模型联动开发多模态对话平台 　185
103　Llama 3 与语音大模型联动制作数字世界的分身 　188
104　Llama 3 与绘图大模型联动进行 AI 图片设计 　192
105　星河滚烫，你*是理想——具身智能 AGI 　194
后记　　196