Pre-trained Transformer  单向模型，只考虑前文，不考虑后文  采用自回归（ autoregressive ）的方式生成文本，即逐个生成下一个词  通常用于生成文本、对话、问答等任务 CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn BERT 训 练 ③ 精 准 可 解 释 ④ 医 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn GPT 在编写代码上的应 用 2021 年 12 月 使 GPT 具有与人类对话的能 力 2022 年 11 月 模型内部本质上是基于统计的文字生成器 ③ 精 准 可 解 释 ④ 医 疗 应 用 ⑤ 数 基 生 命 ② 剖 析 大 模 型 ① 关 于 预 训 通过对海量文本的学习，自动构建了一个含有 1750 亿参数的大模型，建立了对这个世界基本的逻 辑 认知，由此产生了基于逻辑的推理能力 实际上是根据对话中的最近 4095 个记号，算出紧接着最可能是哪个记号 但， ChatGPT ≠ 模型 模型负责把最近的对话内容翻译为一张概率表 ChatGPT 负责根据这张表选出下一个记号，再让模型算再下一个记号的概率 表 可以理解为高阶的马尔可夫链 ③ 精

具体来说，测试通过模拟一个“问答游戏”展开： 1. 参与者：一个人类询问者 ( 通过文字交流 ) 、 一台机器和一个人类 ( 两者隐藏身份 ) 。 2. 规则：询问者通过文本与机器和人类自由对话，持续一定时间后，若询问者无法区分哪一方是 机器，则机器通过测试。 一、人工智能发展简史了解 意义与影响 1. 哲学突破： 1. 图灵将抽象的“机器能否思考 ?” 转化为可操作的“能否模仿人 ?", 规避了关于“意识”的争议。 2. 提出“智能”的行为主义定义，即通过外在表现而非内在机制判 断 智能。 2. 技术目标： 1. 为早期人工智能研究提供了明确方向，例如自然语言处理和对话 系统的开发。 2. 启发了后来的聊天机器人 ( 如 ELIZA,ChatGPT) 和语言模型的 发 展。 一、人工智能发展简史了解 CDC 疾控 人 1.2 人工智能的诞生 人工智能的诞生可以追溯到 人工智能。 L4: 可以创造新事物的 人工智能。 L3: 可以代表用户采取行动 的人工智能代理。 L2: 像博士一样解决问题， 无需工具。 L1: 当前 AI, 类似 ChatGPT, 可以与 人类对话的人工智能。 L5 的理想 Al: 你躺沙发上说： " 我要当 世 界首富。 " Al 直接注册公司、研发黑 科技 、上市圈钱，你醒来发现银行卡多了 100 亿。 一、人工智能发展简史了解 OpenAl

1.1 语义理解技术.............................................................................83 5.1.2 多轮对话设计.............................................................................85 5.2 自适应学习系统..... RoBERTa 良好 较高 中等 活跃 中等 通过对以上模型的评估，我们可以得出一些适合教育领域的推 荐模型。例如，GPT-3 和 ChatGPT 由于其出色的生成能力，适合 用于个性化学习和对话系统。而 BERT 和 RoBERTa 更适合于文本 分类和理解任务。 此外，我们还可以考虑使用模型集成的方法，将不同模型的优 势结合起来，从而提高系统的整体性能。例如，可以采用多个模型 组 等，通常是优先选择的对象。这些模型能通过少量的 数据调整，迅速适应特定任务的要求。 适应性也是不可忽视的因素。预训练模型应与教育领域的具体 需求相契合，包括知识图谱的集成、特定领域的知识、以及用户交 互的优化特性等。例如，在教学对话系统中，选择能理解教育行业 术语和上下文的模型，将显著提高系统的有效性和用户体验。 此外，考虑到数据保护与伦理问题，模型选择还需符合相关法 规和伦理要求。选择的模型必须在处理学生数据时保障隐私与安

规划个性化学习路径 , 推送薄弱环节专项练习 与微课资 源 , 让学生总是沿着自己的 u 最近发展区 n 进行学习 , 提高学习兴趣和效率。 , 为学生提供 "A 学伴 " , 以自然的人机对话 , 将复杂的知识化作童言童语 , 回应学 生的每 , Deepseek , 这些 Al 公务员可以在 11 大 类 240 个政务场景 中大显身手 , 既能写公文 , 又能搞服务 , 还会招商引资。 / 常见应用场景：智能助管 -AI 公务员 管理者通过自然对话就能完成想要的数据查询分析。例如 , 对学情、考试数据等进行教学研究分析 , 既可以对 每个 学生的学习情况进行诊断 , 也可以生成学校和区域教学质量评估报告 , 辅助教育决策与资源调配。在大量 生成 300 字结论摘要 并列 出 3 个可借鉴方案 ，支持教师快速获取信息。 / 教学应用场景汇总：备课与教学设计 备 课 与 教 学 设 计 7. 虚拟人物对话教学 英语课上 ，学生与 AI 扮演的“莎士比亚”用古典英语对话 ，练习语法 与文化背景。 8. 实时辩论辅助 针对“人工智能应全面进入中小学课堂”辩题 ， AI 生成反方论据并模 拟裁判视角 ，推动深度讨论。 9. 人机协同双师课堂

） Ø 闭源模型：OpenAI、Claude、Gemini、Kimi、百度等 • 向上提供：公有云服务（OpenAI官网） Ø 生产办公系统：目前多数为定制开发（RAG、Agent等） Ø 对话机器人：目前多数为标准产品，使用云服务 • 免费：DeepSeek、豆包、Kimi、元宝、Monica、秘塔搜索、问小白、Molly R1等 • 收费（月费；充值）：文小言、通义、可灵、即梦、Vidu、Liblib、ChatGPT等 大语言模型的能力边界 n生成 1. 严肃内容+垃圾信息的混合 2. 知识量大，但缺少内在关联能力 n幻觉 1. 来源：有损压缩， NTP的温度 2. 观点：创意和创新 n记忆 1. 多轮对话：产品设计，计算成本 1. 语言能力：理解和生成 2. 知识能力 • 幻觉（生成不符合事实的内容） • 知识库限制（公开、私有、即时） • 上下文窗口限制（记忆、成本） 统的生成模型比较适合 比较项 生成模型（GPT-4o、 DeepSeek-V3） 推理模型（GPT-o3、 DeepSeek-R1） 模型定位 专注于通用自然语言处理，多模态能力突出，适合日常对话、内容生 成、翻译以及图文、音频、视频等信息处理。 侧重于复杂推理与逻辑能力，擅长数学、编程和自然语言推理任务，适合高难度问题求 解和专业领域应用。 推理能力 在日常语言任务中表现均衡，但在复杂逻辑推理（如数学题求解）上

医院运营效率提升与AI技术的融合 对话主要围绕医院运营效率的提升空间，特别是通过引入AI技术来增强医院的运营效率。讨论了与IT厂 商合作的预算可能提升，以及AI技术在电子病历系统中的应用，如海泰等厂商正在尝试在其产品中嵌 入AI功能，以提升医疗服务效率。同时，也提到了这些AI功能的融入将导致医院需支付额外费用，预计 费用可能增加10%至20%。 ● 05:12 医院内AI辅助诊断系统应用与成本分析 对话围绕医院内 ICD9编码之间的差 异问题，但目前尚未有特别成熟的产品能够满足这一需求。未来，AI算力的提升可能使得训练成本成为 最大的挑战。 ● 13:08 医院与科技公司在AI医疗诊断领域的合作模式 对话围绕医院、华为以及第三方检验公司（如金域、迪安诊断）在AI医疗诊断领域的合作模式展开。医 院对AI在检验报告智能解读和疾病早期诊断方面的应用表现出浓厚兴趣，但指出目前多依赖于临床参 与。检验科希

阶段。在这一阶段，AI的角色正在从智能助教向认知伙伴和创新催化剂跃迁。生成式AI不仅能提供个性化的学习 路径，更能动态地、按需地生成个性化的教学内容，如定制化的教案、多层级的练习题、甚至可进行对话的AI虚 拟学伴。AI开始深度嵌入到备、教、学、评、管的全流程，从辅助知识传递，延伸到赋能更高阶的探究式学习、 批判性思维培养和创新创造活动——AI与教育的结合，正从改变学习效率，走向重塑教育生态本身。 在教学范式创新上，日本正经历着从AI辅助教师向AI 赋能学习者的微妙转变。初期，AI工具更多被用来帮 助教师批改作业、管理学情，以减轻其工作负担。而 当前，更多创新的重心在于开发能够直接服务于学生 的工具，例如能够提供多语言即时对话练习的AI口语 伙伴、能够将复杂科学概念进行可视化模拟的互动软 件等。 转变的背后，是教育理念的深化——AI的核心价值不 仅在于优化教的过程，更在于激发和支撑学生学的主 动性与个性化，探索人机协作下更高效、更具吸引力 过投 入1亿英镑开发用于医疗和教育等公共服务领域的基础 模型，并大力扶持AI初创企业，展现出积极拥抱技术 创新、抢占产业高地的决心。另一方面，英国又极力 将自身定位为全球AI安全与伦理治理的对话引领者， 例如高调举办全球人工智能安全峰会。既要当运动员， 又要当裁判员的战略定位，决定了其在教育领域的伦 理探索，始终在鼓励创新与审慎规范之间寻求一种务 实的平衡。 教育领域的实践：引导下的自主

走班考勤 巡课督导 学习资源发布 一人一课表 文字语音沟通 个人私密空间 教学信息同步 家核互动 德育评比 物联应用 信息发布 教学管理 主讲教室 三机位， 七画面自动导播 。 专属对话特写； 1~2 秒学生起立检测切换灵敏； 听讲教室 一机位， 2 画面自动导播 学生全景 学生特写 （ * 教学点终端只有全景） 智慧教学 丨专递课堂：重塑传递模式 ，提升互动体验 区域优质资源积累 老师特写 学生特写 对话特写 讲台全景 学生全景 智慧教学 丨专递课堂：重塑传递模式 ，提升互动体验 主讲教室部署方案 : 亮点功能： ① 视频 + 书写 +AI 多维 互动 ② 1+15 多方互动 ③ 操作简单， 一学就会 其他功能： ① 按课表录课 ② 按教室巡课 音频主机 学生相机 扩声音箱 互动电视 教师相机 拾音吊麦 对话相机 互动大屏 录播主机 导播画面 ③ 双向 1 秒内极低延时 其他功能： ① 可做常态录播应用（录课 、 巡课） 音频主机 学生相机 扩声音箱 互动电视 教师相机 拾音吊麦 对话相机 互动大屏 录播主机 教学终端 扩声音箱 互动电视 手持麦克 互动大屏 智慧教学 丨实验考：加强改进实验考教学 ，提升操作考试评卷效 率 高清可靠录像 看得清 / 看得全 / 稳定可 靠

型。通过分析DNA测序数据，大模型能识别与疾病相关的基因突变，从而制定个性化 治疗方案。同时，大模型还能学习最新的医学知识，为医生提供治疗建议和决策支 持。例如，腾讯健康发布的混元通用大模型针对医疗领域升级了多个AI产品，包括智 能对话、病例结构化与检索、影像报告和辅助诊断等。这些医疗大模型产品已被整合 到患者就诊全流程中，从而提高了医疗服务的效率和质量。 在患者护理和保健过程中，医疗大模型可助力实现以下几方面工作：一是远程监测患 疗领域推出添翼大模型，全方位融合医疗行业解决方案、产品与服务，添翼的多模态 数据融合能力可为医院管理者提供对话式交互和数据洞察，简化数据应用，实现精细 化医院管理。 在药物研发过程中，医疗大模型可预测药物-蛋白质相互作用和药物毒性等信息，从而 评估新药的功效和安全性，有助于缩减研发周期，加速新药发现。如，清华系初创团 队水木分子推出新一代对话式药物研发助手ChatDD，涵盖药物立项、临床前研究、临 床试验各阶段，作为制药

扫一扫，解锁更多精彩 数据在线清洗 扫一扫，解锁更多精彩 全可视化、自然语言建模 扫一扫，解锁更多精彩 1 1. 分析图表构建 像聊天一样完成分析逻辑建模 零 学习使用成本 无需任何 IT 背景 也可顺畅对话数据，实现自助式 分析 2 2. 仪表板 / 商业报表构建 全可视化组合分析图表 构造分析 仪表板 / 报表 灵活配置常用使用 方式和参数 拖拽字段完成维度 和计算配置 搜索式分析 - 像百度一样的搜索式分析 并可点击多个点组合筛选条 件 2 2. 全定制化数据式数据分析 内置常用钻取方式 , 可自由 配置钻取路径 , 完全不限制 钻取的路径和层级 3 2. 视图随意跳转 不同视图间自由跳转 , 按您 最舒适的方式对话数据分析 结果 扫一扫，解锁更多精彩 • 基于搜索引擎 / 大数据平台列式库的实时搜索 • 轻松做到亿级数据量，秒级分析响应 一端配置，多端适配 扫一扫，解锁更多精彩 手机、大屏、实时监控、动态效果，统筹指挥、参观宣传