（1）针对性解决制造企业痛：聚焦真实制造生产场景，既讲清DeepSeek等大模型的原理，又指导企业构建专属AI系统，解决引AI时常常遭遇的“人员认知、应用方法和工程化落地”三重问题。 （2）方法论可信、可复制：具备一线落地经验的专家联合撰写，总结可落地的应用模式与实施路径，帮助企业以更低成本、更低风险推智能化转型，并获得学界与产业界多位专家推荐。
售 价：¥
纸质售价：¥69.30购买纸书
6.7
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
PREFACE 前言
CHAPTER 1 第1章 认识DeepSeek
1.1 DeepSeek基础知识
1.1.1 DeepSeek发展简史
1.1.2 DeepSeek版本介绍
1.2 人工智能、大模型与DeepSeek
1.2.1 人工智能的三大技术流派
1.2.2 大模型的主要特征
1.2.3 大语言模型的基本能力
1.2.4 关于DeepSeek的常见误区
1.3 小结
CHAPTER 2 第2章 DeepSeek的技术原理
2.1 大模型的基本技术
2.1.1 Transformer的基本原理
2.1.2 Transformer的优缺点
2.1.3 MoE的基本原理
2.1.4 MoE的优缺点
2.2 DeepSeek的技术创新
2.2.1 DeepSeekMoE
2.2.2 MLA
2.2.3 MTP
2.2.4 GRPO
2.3 DeepSeek火爆的逻辑
2.3.1 应用层的用户体验优化
2.3.2 算法层的集成创新
2.3.3 基础设施层的落地高性价比
2.4 小结
CHAPTER 3 第3章 DeepSeek的基础使用方法
3.1 DeepSeek功能简介
3.1.1 能力图谱
3.1.2 三种模式
3.2 提示词
3.2.1 提示词的作用
3.2.2 提示词的必要性
3.2.3 提示词的基本要素
3.2.4 常用的提示词模板
3.3 DeepSeek多工具协同
3.3.1 DeepSeek的使用局限
3.3.2 多工具协同
3.4 使用DeepSeek的能力要求
3.4.1 提问
3.4.2 判断
3.4.3 调度
3.5 小结
CHAPTER 4 第4章 DeepSeek的进阶使用方法
4.1 垂直大模型的构建
4.1.1 全量微调
4.1.2 局部微调
4.1.3 适配式微调
4.1.4 前缀式微调
4.1.5 外挂式微调
4.1.6 混合式微调
4.1.7 主要微调技术的对比
4.2 大模型检索增强生成
4.2.1 RAG简介
4.2.2 构建向量数据库
4.2.3 相似检索
4.2.4 智能生成
4.2.5 RAG效果评估
4.2.6 RAG应用场景
4.2.7 RAG与微调的对比
4.3 AI Agent
4.3.1 AI Agent简介
4.3.2 基本框架
4.3.3 感知模块
4.3.4 大脑模块
4.3.5 行动模块
4.3.6 大模型与AI Agent的关系
4.3.7 AI Agent与RPA的关系
4.4 小结
CHAPTER 5 第5章 制造业与DeepSeek
5.1 制造业的数字化进展
5.1.1 企业数字化
5.1.2 智能制造
5.2 DeepSeek等大模型在制造业的应用
5.2.1 制造业需要大模型赋能
5.2.2 大模型在制造业的应用场景
5.3 小结
CHAPTER 6 第6章 企业级DeepSeek的私有化部署与应用
6.1 企业私有化部署DeepSeek的考量
6.1.1 常见的DeepSeek使用方式
6.1.2 私有化部署的必要性
6.1.3 私有化部署的成本测算
6.2 企业私有化部署与应用DeepSeek的路径
6.2.1 场景选择
6.2.2 模型选择
6.2.3 算力分配
6.2.4 数据规划
6.2.5 整体解决方案
6.2.6 培训与推广
6.3 小结
CHAPTER 7 第7章 DeepSeek部署与应用实战
7.1 DeepSeek本地部署工具
7.1.1 使用Ollama部署DeepSeek
7.1.2 基于ChatBox客户端与DeepSeek交互
7.2 大模型应用开发平台
7.2.1 安装Dify
7.2.2 Dify的功能特性
7.2.3 使用Dify开发AI应用
7.2.4 其他大模型应用开发平台
7.3 知识问答助手实践
7.3.1 构建知识库
7.3.2 创建问答助手
7.4 工作流实践
7.4.1 工作流组件简介
7.4.2 多知识库问答工作流示例
7.5 AI Agent实践
7.5.1 基于Function Calling调用外部工具
7.5.2 基于MCP调用外部工具
7.5.3 MCP实战
7.6 小结
CHAPTER 8 第8章 企业超级员工：DeepSeek在业务场景中的应用案例
8.1 企业超级员工
8.1.1 企业超级员工的基本架构
8.1.2 构建企业知识库
8.2 基于Dify的智能生产合规知识助手
8.2.1 添加会话变量
8.2.2 构建用户意图识别模块
8.2.3 知识库的分类及构建
8.2.4 执行原文回复任务
8.2.5 实施任务自动化
8.3 基于Dify的智能办公助手
8.3.1 调用大模型生成思维导图的流程
8.3.2 基于Dify的思维导图自动生成流程
8.3.3 技术方案整合流程
8.4 小结
CHAPTER 9 第9章 从通用到专精：垂直大模型的应用方案
9.1 构建微调数据集
9.1.1 数据获取
9.1.2 数据清洗
9.1.3 数据质量控制
9.1.4 数据扩增
9.1.5 数据标准化和格式化
9.2 微调框架：LLaMA-Factory
9.2.1 安装LLaMA-Factory
9.2.2 配置训练数据
9.2.3 微调模型的推理测试
9.3 小结
CHAPTER 10 第10章 总结与展望
10.1 DeepSeek：行业应用万花筒
10.2 正确认识DeepSeek
10.2.1 DeepSeek的能力边界
10.2.2 DeepSeek与算力
10.2.3 DeepSeek与费用
10.2.4 DeepSeek与效益
10.2.5 DeepSeek会取代人类吗
10.3 DeepSeek的重要发展方向
10.3.1 端侧大模型加速变革
10.3.2 AI Agent快速普及
10.3.3 通用还是垂直
10.3.4 伦理与道德
10.4 小结
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
