关于本书 ​

这是一本专注于大模型微调和部署的开源电子书，详细介绍了微调所需的相关知识，包括：

• 大模型基础知识
• 微调的基本原理、需要哪些资源
• 微调中的所有超参数解释
• 如何提升微调速度、降低显存占用
• 如何构造训练数据、评估模型效果
• 如何部署微调后的模型

相对于其它书籍和文献，本书的特点是：

1. 专注于微调，因此能有更多篇幅详细介绍所有参数细节。
2. 追求实用性，不再介绍已经很少人用的 RNN、Masked、Encode、Adapter 等技术，本书所有介绍的内容都是当前流行的技术。
3. 重视理论和实践结合，不仅有公式、图解和源码。
4. 善于使用工具，介绍了如何借助工具来调试和分析大模型，相比理论分析，工具的输出结果更直观也更易用。
5. 深入底层原理，分析如何提升内核性能及减低显存占用。

除此之外，本书还提供了所有引用 arXiv 论文的翻译稿，请访问「幻觉翻译」平台查看。