DeepSeek 每个人都可以读懂的大模型科普报告（高校篇） DeepSeek 大模型赋能高校教学和科 研 厦门大学大数据教学团队作品 2025 年 2 月 25 日 厦门大学 林子雨 副教授 国 内 高 校 大 数 据 教 学 的 重 要 贡 献 者 团队负责人 ：林子雨 副教授 年轻力量： 核心成员全部 46 周岁以下 结构合理： 教学型、 科研型、 实验工程师 专注专业： 从 懂得如何运用人工智能 2. 人工智能思 维 具备区分人的能力 和机器的能力 协作 区分 了解 每个人都应了解人工智能 的基础运行模式 2024 年 12 月 ， 人工智能教母级人物、 斯坦福大 学终 身教授李飞飞在公开演讲中说道： “斯坦福应 该录 取最会用 ChatGPT 的前 2000 名学生”。 2025 年 1 月 ， 互联网知名企业家周鸿祎发表观点 ”未来擅长使用 AI 的人会淘汰不会使用 （用于判断文本中的情感倾向）、语言生成（如聊天机器 人）等 大模型的应用领域非常广泛 ，涵盖了自然语言处理、 计算机视觉、 语音识别、 推荐系统、 医疗健康、 金融风控、 工业制造、 生物信息学、 自动驾驶、 气候研究等多个领域 3.7 大模型的应用领 域 （ 4 ）推荐系统 大模型可以用于个性化推荐、广告推荐等任务。通过分析用户的历史 行为和兴趣偏好 ，大模型可以为用户提供个性化的推荐服务

韩国 " 智 慧 教 育 推 进 战 略 " 2011 年 数字教科书的普及推广 核心 6 智慧教 育 已 成 马来西亚 1999 年“智慧学校 计划” 2010 年将所有学 校都转型为智能学 校 台湾桃源县 “ 智慧台湾 U 桃园 计划” 从 e 化教育向 u 化 教育（泛在教育） 美国 IBM 智慧教育解决 方案：教育数据的 收集、管理与分析， 为学习者提供独特 的学习体验，教学 智慧教育体系  智慧教师  智慧管理  智慧学习者及智慧学习  智慧课程  智慧教学  智慧教育资源  智慧评价（教、学）  智慧服务  智慧教室  智慧校园  智慧平台  智慧教育方式 10 信息技术 与学科教 学深度融 合 全球教育 资源无缝 整合共享 无处不在 的开放、 按需学习 基于大数 据的科学 分析与评 价 绿色高效 的教育管 理 个人学习状态感知内容 外在学习环境感知内容 感知学习者的专业知识背景； 感知学习者的学习状态，如 焦虑、烦躁、开心等； 感知学习者的知识背景、知 识基础、知识缺陷等； 感知学习者的认知风格、学 习风格等； 感知学习者的学习与交往需 求。 外在 情境感知 感知教与学活动实施的物理位 置信息； 感知教与学活动发生、进行与 结束的时间信息； 感知教与学活动场所的环境信

开源的大语言模型，由杭州深度求索人工智能 公司研发，定位为“认知智能引擎”。简单来说，它是一个能像人类一样思考、学习和解 决问题的超级 AI 工具。 核心能力： ⚫ 复杂推理：像学霸解数学题一样处理逻辑难题（R1 模型） ⚫ 多模态融合：能理解文字、图片、文件等多种信息（未来还将支持语音和视频） ⚫ 超长上下文：一口气读完 3-4 万字的长文档（64Ktoken 容量） ①学生党：从题海战术到精准学习 ⚫ 论文润色：上传论文草稿→输入“优化学术表达，确保符合 APA 格式”→10 分钟完 成专业级修改 ⚫ 知识点图谱：输入“用思维导图整理高中生物遗传学核心概念”→生成可打印的学习 框架 ⚫ 解题思路：拍摄数学题照片→R1 模式自动分步解析，错误点用红框标注 ②职场人：效率提升 300%的办公神器 ③创业者：零成本搭建专业团队 艺术领域：AI 生成画作拍出 430 万美元，但“情感共鸣度”仍低于人类作品 ⚫ 科学突破：DeepSeek 辅助发现“高温超导新材料”，但理论框架仍依赖人类 ②存在价值重构 意义经济学：人类工作价值从“劳动产出”转向“情感连接” 案例： ⚫ 手写信件服务价格暴涨 10 倍 ⚫ 线下脱口秀票房超过 AI 生成内容 ③文明进化方向 ⚫ 星际探索：搭载 DeepSeek

是一款 MoE 模型，总参数量 671B ，激活参数量 37B ，采用 2048 张 H800 （节点内 NVLink ，节点间 IB ，非超节点架构） 在 14.8T token 数据集上基 于自 研 HAI-LLM 训练系统总计训练了 1394h （ 58.08 天） 性能优 数学、科学和代码等领域领先业界， 成为业界公认的 LLM 的领先模型 来源： DeepSeek 模型测试数据 DeepSeek-R1-Distill-Qwen-7B 模型参数： 671B+ 满血版 DeepSeek V3/R1 模型参数： 70B DeepSeek-R1-Distill-Llama-70B AI 编程 智能对话 金融研报 文本创作 营销文案 内容检测 Atlas 800I A2 (1024GB) 金融 电力 交通 政务 制造 油气 …… 教育 Huawei Proprietary - Restricted

， 其中较小的模型（ “学生模型” ）被训练来模仿 较大、 预训练模型（ “教师模型” ） 的行为。 • 1. 数据蒸馏 在数据蒸馏中 ，教师模型生成合成数据或伪标签 ，然后这些数据用于训练学 生 模型。 • 2. Logits 蒸馏 在 logits 蒸馏中 ，学生模型被训练来匹配教师模型的 logits ，而不仅仅是 最 终的预测。这种方法保留了更多关于教师模型置信水平和决策过程的信息。

𝜋𝜃𝑜𝑙𝑑 分别表示当前策略模型和旧策略模型，q, o是从问题数据集和旧策略 𝜋𝜃𝑜𝑙𝑑中 采样的输入和输出, 𝐴𝑡是基于广义优势估计（GAE）计算的优势值，依赖于奖励序列 {𝑟≥t} 和学 习的价值函数𝑉𝜓 。因此，PPO需要同时训练策略模型和价值函数。为避免奖励模型的过度优化， 标准做法是在每个词元的奖励中添加与参考模型的KL惩罚项 23 DeepSeek-R1 技术剖析：GRPO 自验证是指模型在生成最终答案之前，会先主动地验证自己的中间推理步骤是否正确。这就 像一个学生在做题时，会反复检查自己的解题过程，以确保答案的准确性。 ➢ 反思是指模型会回溯检查自己之前的推理过程，并根据检查的结果进行修正，相当于一个学 生在复习时，会反思自己之前的错误，以便下次不再犯同样的错误。 ➢ 而长链推理能力则让模型能够处理更复杂、更需要多步骤思考的问题。这种能力对于解决一 些需要跨越多个逻辑步骤才能找到答案的问题至关重要，例如复杂的数学题或逻辑谜题。

Smart Control 的快捷部署能力允许客户无感改造，方便切换模式，方案设计精准满足节能需求，且投入成本低，风险小， 运营费用低。作为美控脑机 II 代 Smart Control，采用自研边缘工控机硬件，搭载了英特尔® 的强大处理器和计算架构，能 够快速处理大量数据，实时执行 AI 优化算法。这种硬件加持使得 Smart Control 算法引擎能够更加高效地进行数据驱动的 决策， 工艺，还能兼容目前最新的 HJT、BC 和 TOPCON 工艺。目前，该系 列产品已在众多光伏行业领先企业中得到应用，并逐渐成为行业内普遍采用的标准解决方案。该产品基于英特尔® 酷睿™ 系 列 CPU 和利珀自研的机器视觉平台软件灵闪 (Intelliblink) 及底层算法库 Leaper Vision Toolkit (LPV) 进行打造，从早期的 4 代 i5-4570 和 6 代 i7-6700 到现在的