大模型推荐系统实战：从预训练到智能代理部署

本书系统讲解大模型时代推荐系统的核心技术，从推荐系统基础与大模型原理出发，涵盖大模型作为推荐算法、增强传统系统及构建智能代理三大结合方式。包含提示工程、LangChain部署、联邦学习等实战案例，并讨论可解释性、公平性等可信问题。读者可掌握大模型推荐系统的构建、评估与部署方法。

由出版日期、技术断代、配套仓库停更状态与依赖档案比对推导，非逐章通读。

• 第 1 章未核对第 1章　绪论 001
• 第 2 章未核对第 2章　推荐系统基础 009
• 第 3 章未核对第3章　大模型基础 054
• 第 4 章未核对第4章　大模型在推荐系统中的应用 085
• 第 5 章未核对第5章　大模型作为推荐模型 111
• 第 6 章未核对第6章　大模型增强推荐系统 151
• 第 7 章未核对第7章　可信的大模型推荐系统 196
• 第 8 章未核对第8章　基于大模型智能代理的推荐系统 226
• 第 9 章未核对第9章　大模型推荐系统的评估与部署 248
• 第 10 章未核对第 10章　总结与展望 287