2025年7月新书通报

各位老师、各位同学：   
   图书馆7月份的新书已上架流通，新书具体明细见下表，也可登录"图书馆主页http://lib.ia.ac.cn/-纸本馆藏"检索图书具体信息，欢迎大家来馆借阅。同时，欢迎大家推荐好书，可在网上办公平台的办事大厅里，提交购书申请。
   本月新书部分书评如下：
  《基于动态牵制策略的多智能体系统协调控制若干问题研究》DeepSeek-R1大模型是一款具备强大自然语言处理能力的人工智能模型，能够高效完成文本生成、翻译、问答、代码编写等多种任务，适合企业级应用和开发者集成。本书系统性地解析了大模型的核心原理、关键技术以及DeepSeek的多个实际应用场景。全书共分为12章，首先介绍大模型的基础知识与发展历程，从神经网络的起源到大规模预训练模型的演化，再到Transformer、BERT与GPT等模型架构的深入剖析，帮助读者理解大模型的技术基石。其次详细解析了DeepSeekR1及其Zero版本在强化学习与模型架构上的核心技术，包括混合专家模型、动态学习率调度、分布式训练及高效推理优化策略等。再次聚焦于模型训练与开发实践，介绍API调用、上下文拼接、多轮对话管理模型微调、知识蒸馏等关键技术，并结合DeepSeek实际案例展示其在数学推理、代码生成等领域的应用。着重探讨了大模型在商业化落地场景中的高级应用，如FIM补全、多轮对话、业务代码自动化生成以及基于云部署的智能推荐搜索系统等。
  《构建可靠的机器学习系统》本书融合作者构建、运维和扩展大型机器学习系统的经验，通过丰富的示例，详细讲解如何运行高效、可靠的机器学习系统。本书首先概述机器学习相关概念和数据管理原则，涵盖数据管理、机器学习模型、评估质量、特征、公平性、隐私等主题；然后介绍机器学习模型及其生命周期；最后讲述如何将机器学习引入组织，以及引入后组织会发生什么等复杂问题。
  《基于动态牵制策略的多智能体系统协调控制若干问题研究》本书主要探讨了多智能体系统协调控制的关键问题，特别是蜂拥控制和一致性控制问题，为智能交通、智能制造及群体机器人协作等领域提供了理论基础与实用策略.书中内容涵盖多智能体系统协调控制的基本概念、研究背景、现状分析、核心算法及稳定性分析.面对智能体系统在网络连通性、信息交流以及环境适应性等方面的挑战，本书创新性地提出了动态牵制策略.通过引入虚拟智能体、伪领导者等概念，并在切换拓扑结构下构建蜂拥控制、一致性控制和编队控制算法，实现了智能体的速度一致、位置聚集及避障优化.此外，本书还将简单二阶系统扩展至更一般的二阶线性系统，使算法更贴近实际应用需求.通过大量的数值模拟，验证了本书算法的有效性。