你是否读过大语言模型综述文章《A Survey of Large Language Models》？这是学术界首篇系统介绍大语言模型技术的综述性文章，成为了很多人入门大模型的必读论文，目前引用次数已经突破3700次，获得了学术界的广泛关注。其中绘制的模型演进图、技术统计表被广泛传播、使用。
为了进一步推动我国大模型技术的发展，该综述文章作者团队经过数月的写作与修订，于近日《大语言模型》中文书籍正式出版上线。该书注重为读者提供系统性的知识讲解，力图展现一个整体的大模型技术框架和路线图，权威且系统！
本书由中国人民大学师生联手打造，由赵鑫教授和文继荣教授领衔，博士生李军毅、周昆和硕士唐天一参与编著，作者团队在大模型领域有着丰富的研究与开发经验，曾主导研发了文澜、玉兰等大模型。
赵鑫
中国人民大学高瓴人工智能学院教授，北京大学博士，国家自然科学基金优秀青年科学基金项目获得者。研究方向为大模型与自然语言处理，组织编写了大语言模型英文综述文章“A Survey of LargeLanguage Models”。
李军毅
新加坡国立大学研究员，中国人民大学与加拿大蒙特利尔大学博士，研究方向为大模型与自然语言处理。
周昆
中国人民大学博士，曾获微软学者奖学金、百度奖学金、字节跳动奖学金，研究方向为多模态理解与自然语言处理。
唐天一
阿里巴巴通义千问高级算法工程师，曾获国家奖学金、ACM-ICPC银奖，研究方向为大模型与自然语言处理。
文继荣
中国人民大学高瓴人工智能学院执行院长，国家高层次人才专家，曾任微软亚洲研究院高级研究员和互联网搜索与挖掘组主任。长期从事人工智能和大数据领域的研究工作，近年来尤其专注于大模型相关方向的研究。
本书的编者长期从事大模型技术的相关研究，曾组织研发了文澜、玉兰等一系列大模型，具有深厚的科研与实践积累。本书内容深入结合了编者在研发大模型过程中的第一手经验，全面覆盖了大模型技术的多方面知识，可以作为深入学习大模型技术的参考书籍，强烈推荐阅读!
张宏江 北京智源人工智能研究院学术顾问委员会主任、美国国家工程院外籍院士
本书的编写团队于2023年3月发布了学术界首篇大语言模型综述文章“A Survey of Large Language Models”，受到了广泛关注。在这篇经典综述文章基础上，编写团队对编写内容进行了精心组织与撰写，并且融入了其长期从事大模型技术的科研经验。本书具有重要的参考与学习价值，是一部值得推荐的大模型佳作。
大模型作为一种快速兴起的人工智能技术，已经深刻地影响了未来的科技发展趋势。为了更好地推进大模型技术在我国的学习与普及，亟须有专业的中文技术图书进行系统介绍。本书是一部精心编写的大模型技术图书，涵盖了预训练、微调、对齐、提示工程等众多基础内容，能够为相关从业人员提供权威的、系统的学习参考，强烈推荐阅读。
张亚勤 清华大学智能科学讲席教授、中国工程院外籍院士
本书内容基本全覆盖大语言模型训练与使用的全流程，从预训练到微调与对齐，从使用技术到评测应用，帮助读者全面掌握大语言模型的核心技术。
本书以核心算法技术为基础，并配有大量的代码实战与讲解，同时搭配相关的开发工具包LLMBox与YuLan大模型，供读者深入阅读理解相关技术。
本书兼顾理论深度与阅读体验，以清晰的语言与丰富的图解，降低技术门槛，让初学者和专业人士都能轻松上手。
我们梳理了自2019年以来的各大学术机构的大语言模型发展历程，可以看到近三年大模型的井喷式发展
我们整理了基于LLaMA模型的各类衍生工作，通过继续预训练、指令微调等方法，LLaMA可以适配到不同的语言、多样的领域
本书通过图片、表格、公式、示例、代码、实验结果等多样化的展示形式，力求向读者深入浅出地讲解大模型的不同技术
本书收集了不同的预训练数据过滤技巧，以“建议”的形式向读者更好地展示具体的过滤方法
本书基于配套开发工具包LLMBox与YuLan大模型，展示了完整的指令微调代码，读者可以“端到端”上手实践
书籍目录（共四个部分、13个章节，全书357页）：
第一部分 背景与基础知识
第1章 引言
第2章 基础介绍
第4章 数据准备
第5章 模型架构
