2024 年，图灵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，图灵依旧诚意满满，带来超多重磅新书。图灵君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 33.3K 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》。此外，2024 年的畅销书《大模型应用开发极简入门》也将在 2025 年迎来全新升级。

经典图书升级版同样值得期待：如高德纳的算法权威之作《计算机程序设计艺术 卷4B：组合算法（二）》，编译器设计领域经典之作《编译器设计（第3版）》，以及 R 领域的重量级著作《R数据科学（第2版）》等等。除此之外，还有很多原创类技术好书，每月持续更新，详情也请大家关注图灵后续的每月书讯预告！2025 年，我们期待跟读者一起探索更广阔的领域！

重磅新书

01

《从零开始构建大模型》

塞巴斯蒂安·拉施卡 | 著

忆臻 | 译

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》

塞巴斯蒂安·拉施卡 | 著

叶文滔 | 译

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

（封面待定）

《百面大模型》

包梦蛟 | 著

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（第2 版）》

Olivier Caelen，Marie-Alice Blete | 著

何文斯 | 译

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

《生成式AI 提示工程权威指南》

James Phoenix，Mike Taylor | 著

孙霄逸 | 译

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

《AI 工程》

Chip Huyen | 著

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

《大模型实战》

Jay Alammar，Maarten Grootendorst | 著

李博杰 | 译

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。

08

《深度学习入门5：生成模型》

斋藤康毅 | 著

郑明智 | 译

深度学习入门“鱼书”第 5 部，本书的主题是生成模型，目标是带领读者从生成数据的基础开始，最终抵达生成模型的顶点——扩散模型。本书将整个过程分为 10 个步骤，循序渐进。这 10 个步骤组成了一个连续的故事，情节依次展开，在每个步骤，我们都能学到与生成模型相关的重要技术。

09

（封面待定）

《大模型微调 100 问》

吴多益 | 著

在当前 AI 落地的几条主要技术路线中，微调被认为是相对更基础、有效的方式。本书讲解大模型微调相关的重要技术，忽略其他书籍为追求全面而介绍但实际上效果不好的技术。本书以问答的形式组织内容，适合碎片化学习，更符合成年人问题驱动的学习方法，也可适合用来准备面试。

10

《走进具身智能》

陈光 | 著

在你接触世界的瞬间，理解的种子便开始萌芽。不同于传统以大脑运算为核心的智能观念，具身智能认为，智能行为源于身体与环境的互动。于是，我们让机器去看世界、听声音、感受触碰，甚至学习人类的情感，让它在虚拟和现实间游走，通过模仿、创新、自主学习不断进化。

本书通过生动的描述与类比，全方位介绍具身智能这一跨学科领域，寻找未来机器人与人类共生的新可能。无论你是 AI 研究者、机器人技术从业者，还是对前沿科技充满好奇的读者，都能在本书中找到新的灵感和有趣的见解。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓