DeepSeek大模型赋能高校教学和科研2025后续将逐步对学生开放 ,并上线更多功能。 北京师范大学利用该校培养方案、教学手册、教学大纲等高质量 语 料 , 为近万门课程本地化部署 DeepSeek-R1 大模型。登录智 能 “课程中心 ” ,学业规划、知识问答、概念讲解、资源推荐、解 题 启发、论文润色等功能一目了然 ,为师生提供定制化、情境化 的教 学辅助 ,还支持学生的个性化与探究式学习需求。 DeepSeek 满血版 R1 , 参数高达 草图生成 , 艺术风 格 转换 , 音乐创作 教育 批改试卷 , 试卷创建 , 搜题 答题 , 课程设计 , 课程总结 , 虚拟讲师 生活 制定学习计划 , 做旅游规划 媒体 软文撰写 , 大纲提炼 , 热点 撰写 5.1.3 常见的 AIGC 应用场 景 5.1.4 常见的 AIGC 大模型工 具 这些工具基于大语言模型技术 , 具备文本生成、 ,是一种模 仿人类智能行为的智能化系统 , 它就像是拥有丰富经验和 知识的“智慧大脑” ,能够感知所处的环境 ,并依据感知 结果 , 自主地进行规划、 决策 ,进而采取行动以达成特定 目标。 简单来说 , 智能体能够根据外部输入做出决策 ,并 通过与环境的互动 ,不断优化自身行为 6. 基于大模型的智能10 积分 | 123 页 | 15.88 MB | 6 月前3
英特尔-工业人工智能白皮书2025年版业,向技术密集型、知识密集型的高端化、智能化、绿色化方向转型升级,打造依托于人工智能、大 数据、云计算等现代信息技术的新质生产力。 工业 AI 和大模型的应用,已经渗透到工业生产的产品设计、企业流程管理规划、智能化生产、设备预 测性维护、供应链优化、创新服务、绿色制造、智能客服等众多环节,它通过处理和分析海量工业数 据,帮助企业在上述各个环节中做出最优的智能化决策,从而在多个环节全方位实现提质、增效、降 集海量数据,然后 利用机器学习和统计模型对数据进行分析,并依据数据分析结果辅助决策,帮助企业优化资源配置,提质增效,节省成本。 具体来看,AI 技术在工业领域的应用主要在以下几大方面: 研发与规划 • 需求分析与预测:基于历史数据和机器学习算法,构 建预测模型,通过分析大量用户数据和市场趋势,洞 察市场需求,预测未来趋势,精准定位产品的设计与 迭代方向。 • 优化研发流程管理:基于当前项目状态和历史数据建 目标,例如一个子任务,移动到红色盘子 上方,结合视觉信息找到的红色盘子,计 算得出上方的坐标信息,经过 interpreter 时也会做代码级别的验证,之后就可以给 到 MoveIt2 路径规划,来规划出中间的一 个一个路点。 基于 MTL-H 的算力,其 NPU 和 iGPU 在语言的解析 和图像/视频的处理上起到了关键作用,CPU 中性能核 和部分能效核用于计算非实时域内的部分负载,而少0 积分 | 82 页 | 5.13 MB | 5 月前3
2025年DeepSeek-R1Kimi 1.5及类强推理模型开发解读报告决问题的能 力,而不是仅仅依赖于静态数据集。 ➢ 长文本 CoT 的 RL:将 RL 应用于长文本CoT推理过程,使模型能够进行更深入、更复杂的推理。 ➢ 隐式规划:通过增加上下文长度,让模型在生成 CoT 的过程中进行隐式的规划、反思和修正,无需 显式的搜索树或价值函数。 ➢ 长文本能力是关键:核心洞察是长文本能力是强化学习训练LLM的关键,而不是更复杂的训练技巧。 ➢ 长文本到短文本:通过长文本 未来更多是能否利用强推理能力赋能Agent和具身智能 ➢ OpenAI Deep Research Agent ➢ Anthropic PC Controller ➢ 需要依赖于强推理模型反思、长程规划、Tool Use 工具调用等能力 ➢ 内存和记忆模块的挑战需要克服,小模型如何获得强推理效果? [1] https://lilianweng.github.io/posts/2023-06-23-agent/10 积分 | 76 页 | 8.39 MB | 6 月前3
山东大学:DeepSeek 应用与部署赋能知识产权服 务 - 专利检索与分析 - 侵权检测与风险评估 - 知识产权法律咨询 - 专利撰写与优化 - 知识产权交易与估值 - 知识产权管理与监控 - 知识产权培训与教育 - 知识产权战略规划 • 4. DeepSeek 赋能金融行 业 - 智能投顾与投资分析 - 风险管理与欺诈检测 - 客户服务与智能客服 - 信用评分与贷款审批 - 市场趋势分析与预测 - 自动化交易与算法交易10 积分 | 79 页 | 6.52 MB | 5 月前3
共 4 条
- 1
