圖書信息
內容簡介
小語言模型與本地部署：小巧卻強大，完全運行在本地設備上 —— 本冊為《智能體走進現實》系列中關於自主人工智能前沿的綜述。
全書框架（章節主題）：
- 小語言模型的概念界定與領域演進
- 小語言模型的架構設計與參數量權衡
- 預訓練策略與數據工程對小語言模型的影響
- 知識蒸餾：將大模型能力遷移到小模型
- 模型量化與壓縮技術
- 本地推理引擎與部署基礎設施
- 微調策略：從通用模型到領域專家
- 檢索增強生成（RAG）與小語言模型的協同
- 小語言模型中的推理能力與思維鏈機制
- 小語言模型與大語言模型之間的協作機制
- 記憶機制與上下文管理
- 評估基準與能力評估方法論
- 領域應用：醫療健康與隱私敏感場景
- 領域應用：代碼生成、智能體與物聯網
- 多模態小語言模型與視覺—語言協同
- 對齊、安全與可靠性
- 小語言模型中的偏見與公平性
- 性能優化與資源受限部署實踐
- 挑戰、侷限與開放問題
- 未來方向：小語言模型的技術路線圖與生態展望
目標讀者。 具備機器學習背景、希望系統瞭解小語言模型技術架構與本地部署實踐的研究者、工程師與進階愛好者。
---
