知道你的下一筆訂單：使用LLM

出版社： 深智數位股份有限公司
作者： 梁志遠、韓曉晨
譯者： 0
規格： 17x23x2.74
裝訂： 平裝
頁數： 560
出版日： 12/24/2025
ISBN 13 : 9786267757598
內容簡介： https://youtu.be/JJC0UXW_Eeo

【內容特點】
★大語言模型推薦系統技術架構
★Transformer與注意力機制應用
★嵌入生成與人物誌建模模組
★大規模向量檢索與Faiss整合
★生成式推薦與RLHF最佳化
★預訓練模型應用於冷啟動推薦
★微調技術與LoRA參數調整
★Prompt工程與上下文學習技術
★多模態嵌入與CLIP特徵整合
★多工學習架構與互動式推薦系統
★排序演算法與Learning-to-Rank應用
★高併發推薦服務與快取策略設計
★分散式推理與ONNX模型部署
★電子商務平台推薦系統專案實作

【內容簡介】
本書針對大語言模型於推薦系統中的應用進行完整拆解，涵蓋從基礎架構設計、嵌入建構、排序演算法到冷啟動處理與互動式推薦等核心模組。內容不僅包括主流技術如Transformer、Faiss、T5與GPT模型，亦涵蓋LoRA、RLHF與Few-shot推薦等進階主題。技術實作部分詳細說明了如何處理人物誌建構、多模態資料整合、向量檢索與模型微調，同時結合分散式推理與高併發部署方式，提供了可落地的工程指引。實務案例涵蓋LangChain對話推薦、電子商務場景應用與推薦效能監控設計，並搭配程式碼範例與框架工具，讓開發者能從需求分析一路實作至部署。此書適合資料工程師、推薦系統開發者與希望導入LLM能力的AI實作者閱讀，能作為系統化構建智慧推薦系統的技術參考資料。

目錄：
作者簡介：