金寶書局網路書店

https://www.youtube.com/watch?v=BxK3wmq4kWw

►掌握大模型推薦系統核心技術與設計原理
►從預訓練、微調到上下文學習完整覆蓋
►系統化拆解4種推薦範式與工程實踐技巧
►深度解析嵌入特徵、生成樣本與商品內容
►實作TALLRec、GIRL等前沿推薦模型
►運用大模型強化電子商務冷啟與對話推薦
►實務導向,涵蓋MIND與Amazon資料集應用
►提供CUDA與MacBook雙開發環境安裝指南
►完整展現大模型在真實推薦業務中的落地挑戰與策略
►建構互動式智慧體與推薦解釋提升用戶說服力

本書系統性解析大模型如何重塑推薦系統架構,全面涵蓋預訓練、微調、上下文學習等核心技術,並以實戰角度帶領讀者進行實作與部署。透過MIND、Amazon等主流資料集,詳細展示從資料準備、開發環境建置到模型推理的完整流程。內容涵蓋嵌入特徵生成、冷啟推薦、推薦解釋、互動式推薦等熱門應用,並實作TALLRec、GIRL、LLMRank等前沿案例。進階章節更涵蓋大模型在真實業務中的部署策略、ROI 分析與工程最佳化,幫助開發者將技術真正落地。適合大專院校、AI 工程師及產業實務人員深入學習大模型推薦技術的首選指南。

劉強 　　2009年畢業於中國科學技術大學,有15年大數據與AI相關實踐經驗。出版過暢銷書《推薦系統:算法、案例與大模型》和《構建企業級推薦系統:算法、工程實現與案例分析》,參與翻譯《AI革命:人工智能如何為商業賦能》、《認識AI:人工智能如何賦能商業(原書第2版)》、《MongoDB性能調優實戰》等書。 　　目前擔任杭州數卓信息技術有限公司CEO,公司業務方向為大模型推薦系統、大模型搜索、大模型知識庫等,致力於幫助企業利用大模型技術進行降本、提效與精細化運營。兼任愛搭(Alda)高級技術顧問,與愛搭一同推動推薦系統及大模型技術在行業內落地應用。