2024 年，作者为大家带来了许多备受欢迎的经典之作。从上市即热销的《大模型应用开发极简入门》，到 GitHub 上收获 99.3K Star 的算法教程《Hello 算法》，再到聚焦前沿技术热点的《ChatGPT高效提问：Prompt技巧大揭秘》和《ChatGPT从入门到精通》，这些实用性极强的科技类图书深受读者喜爱。
而 2025 年，依旧诚意满满，带来超多重磅新书。今天也迫不及待地跟大家分享一波。其中包括未上市就爆火的大模型教程《从零开始构建大模型》，这本书在 GitHub 已有 44.3K Star，美亚评分高达 4.6 星，堪称技术人的新宠。还有详解大模型核心技术的《大模型技术 30 讲》。
目前这份 「大模型黄金书单」 已经整理并打包好pdf了，放在这
↓↓↓↓↓↓↓
重磅新书
01 从零构建大模型
Github 33.3k Star，美亚 4.6 星评，全网爆火的 LLM 大模型教程。由畅销书作家塞巴斯蒂安·拉施卡撰写，通过清晰的文字、图表和实例，逐步指导读者如何创建自己的 LLM。
02 大模型技术30讲
畅销书作者塞巴斯蒂安·拉施卡 （Sebastian Raschka）另一部新作，他擅长将复杂的 AI 相关主题提炼成任何人都可以理解的实用要点。如果你准备好超越介绍性概念并更深入地研究机器学习、深度学习和 AI，那么机器学习 Q 和 AI 的问答形式将让您快速轻松地完成工作，而无需大量繁琐工作。
本书中我们将学习各种新概念，如深度神经网络架构、计算机视觉、自然语言处理、产品化与部署和模型评估，以及区分自注意力与普通注意力，常见文本数据的数据增强技术，各种自监督学习技术，多 GPU 训练范式和各种生成式 AI 等技术。
03 百面大模型
大模型工程师面试必备，100 道常见的面试题目和解答一次性总结给你，全书系统全面地介绍了大模型相关的技术，涵盖语义表达、数据处理、预训练、对齐到垂类微调、组件、评估、架构、检索增强生成（RAG）、Agent、PEFT（参数高效微调）以及训练与推理等多方面的内容。
04 大模型应用开发极简入门
畅销书《大模型应用开发极简入门》升级版。本书为大模型应用开发极简入门手册，为初学者提供了一份清晰、全面的“最小可用知识”，带领大家快速了解 GPT-4 和 ChatGPT 的工作原理及优势，并在此基础上使用流行的 Python 编程语言构建大模型应用。
05
本书展示如何通过提示工程学习在实际应用中运用大模型。对于初次将 LLM 和扩散模型集成到工作流程中的开发者而言，通常面临的问题是如何让这些模型提供足够可靠的结果，以便应用于自动化系统。作者 James Phoenix 和 Mike Taylor 介绍了一套称为提示工程的原则，帮助您更有效地与 AI 协作。
06
本书首先概述了人工智能工程，解释了它与传统 ML 工程的区别，并讨论了新的人工智能堆栈。人工智能使用得越多，发生灾难性故障的机会就越多，评估就变得越重要。本书讨论了评估开放式模型的不同方法，包括快速发展的人工智能即评判方法。
07
畅销书 Hands-on 系列新作。本书将为 Python 开发人员提供使用大模型的实用工具和概念，帮助大家掌握实际应用场景。你将学习如何利用预训练的大型语言模型进行文案撰写、文本摘要、语义搜索等任务，构建超越关键词匹配的智能系统。
这份 「大模型黄金书单」 已经整理并打包好pdf了，放在这
↓↓↓↓↓↓↓
