回应学 生的每 , Deepseek 本地化后 , 可以通过个性化知识库进行训练 , 成为很好的管理助手。如 : 今年 2 月 , 深圳市 福田区推出基于 Deepseek 开发的 70 名 "AI 公务员 , 这些 Al 公务员可以在 11 大 类 240 DeepSeek 开源和硬件成本低的特点 ，可本地部署 ，实现本地知识库的搭建和学习 将 DeepSeek 本地化部署 ， 并部署本地知识库 ， 可将本单位各类政策文件、 报告总结、 规划方案等 管理 资料 ， 以及教案、 课件、 电子教材、 试题试卷教学资料等加以训练 ，让大模型 “懂世界 ，更懂 青岛教 育”。 本地部署 + 本地知识库 优势 ：更 “ 内行” ，更专业 ，数据安全 劣势： 劣势： 需要专门硬件环境（ GPU ） , 技 术安装部署难度较大； 需要搭建 本地 知识库并加以训练。 深化本地化部署 + 本地知识库 应用 本地化部署： 在家中做饭 用户对 “食材”（数据） 和 “烹饪 过程”（模型运行） 拥有完 全控制 权 ，数据无需外传。 虽然初期需要购置 “厨具”（硬件） 并学习 “烹饪技巧”（运维） ，但 长期来看更经济、 更安全。

3.3.1 用户数据管理.............................................................................57 3.3.2 知识库构建.................................................................................59 4. 教育内容的整合.. 通过以上措施，可以实现高效、稳定、安全的用户数据管理， 支持教育 AI 大模型的各种应用需求。 3.3.2 知识库构建 在教育 AI 大模型的数据库设计中，知识库的构建是至关重要 的一环。知识库不仅承载着教育内容和信息，还提供了模型推理和 回答问题的基础数据。因此，构建一个高效、智能的知识库是实现 教育 AI 大模型预期功能的前提。 首先，知识库的源数据应来自多个可靠的教育相关渠道。这些 来源包括： 1. 教材和课本 数据库，以帮助模型更好地理解和解答用户 的提问。 在知识库的结构上，采用层次化存储和分类的方法，以便于高 效检索和查找。知识库的基本结构可以设计为以下几类：  学科分类：将知识分为不同的学科（如数学、科学、语言艺术 等）。  年级分类：根据不同教育阶段（小学、初中、高中等）对知识 进行分层。  知识类型：包括概念、定理、案例、在线测验等不同类型的信 息。 表格 1 展示了知识库的基本分类结构： 分类维度

.......................................................................................41 3.8.1. 知识库................................................................................................... 设备的防盗告警：当检测到有人要拆卸设备时及时告警  远程协助：当前端教室电脑出现故障时，后端管理员可以不用去现场，直 接通过后台进行远程的协助处理  远程升级：对前端设备进行统一远程升级  知识库：分类储存了各种日常故障处理流程及方法  CASE 系统：故障跟踪处理，能记录每一个报障的处理进展，并最终做出统 计  报表统计：提供各种统计报表分析，为工作总结、大数据等服务。 针对现 正常，同时也能对设备自身软硬件情况进行巡检，最终以报表的形式导出结果 供管理员老师参考，减少不必要的排障时间。 3.8.1. 知识库 为了更好的帮助学校运维管理人员处理日常故障，XX 智慧教室提供常见故 障处理知识库用于指导帮助运维人员进行故障处理操作，同时还具备自行进行 知识库内容的添加，处理完成的故障也可自动的生成知识库并保存。 3.9.教室使用数据分析与展示子系统 教室是教学活动实施的最重要场所，不同的教学模式方法需要有差异化的

AI 教育实践 VUCA 时代， AI 技术日新月异，所有的认知、思考、实践都在迭代 中 …… 主要内容 • 智能分发多模型开放平台 • 大模型训练服务 • 数据工程服务，建设模型训练的知识库、数据 集 • 私有化部署服务 • 智能录课 • 智能助教 • 青鸟人工智能实验室 • 智能学习平台 • 青鸟教育大模型 • 人工智能技术课程体系 • 等等 …… • 技术选型与数据验证 数据工程共创横向课题 专业垂类大模型训练 深度学习和模型训练 科研创新平台 学习伙伴 青鸟教育大模型，基于北大青鸟 30 年的丰富教法与学习数据，深度融合国 家 “ 十三五”和“十四五”规划教材知识库 教学赋能 借助先进的多模态技术， 习同伴，共同打造高效、 便捷的学习新体验。 能够根据讲师的具体教 学场景，生成量身定制 的教案、课件及试题， 精准对接教学目标。大 教师和学生共同参与数据集 的共创，积极推动产教融合 • 实施严格的保护措施，建立 完善的风险管控机制，确保 所有数据的安全性和保密性 校企共创项目 构建高效、全面的专业知识库 数据安全保障 数据工程共创横向课题 深度学习和模型训练 专业垂类大模型训练 教育大模型训练 科研创新平台 30 分钟和大家分享的内容： • 01 ：对 AI 技术的认知 • 02

学习交流可加AI肖睿团队助理微信号（ABZ2829） 第21页 人工智能：古代（1956-2006，从规则到学习） 人工智能：让机器具备人类智能，让机器具备非人类智能（超人类智能） Ø 传统（知识+规则）：专家系统（知识库+推理机） Ø 现代（数据+学习）：机器学习（模型、目标、策略），数据模型（IID，用数学模型模拟世界） • 常规统计学习方法：逻辑回归，决策森林，支持向量机，马尔科夫链，…… • 人工神经网 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） 3. 推理能力 n 解决方案 1. 提示词（Prompt） 2. 思维链（CoT） 3. 搜索增强（RAG） 范式革命 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第42页 人工智能时代的范式革命：知识 知识仓库 知识炼金术士 n 知识爆炸、即时可得、易于自动化处理 n AI成为强大的“外部知识库” n 基于知识的稀缺性和获取难度 n 记忆 → 理解 → 应用 n 批判性评估与整合 n 创造性生成与运用 n 提出高质量问题的能力 知识拥有量→“驾驭和创造”知识的能力 学习交流可

外购数据 对象存储池 移动端整合 结构化 文档标签，业务对象抽取 图纸关键信息抽取 领域数据 桌面端整合 智能搜索 智能问答 表格协同中心 知识化 知识点提取 知识库入库 编目模板 标准编目 个性化编目 标签化 标准标签 自定义标 签 以“数据”和“知识”双擎驱动智慧校园，释放高校数据价值 通 ，通过低代码的方式快速自定义文档自动处理策略 ，帮助老师自动 整 理课件分类 ，收集学生作业； 帮助学生自动整理学习资料分类 ，高效学习。此 外 ， AnyShare 的知识中心还可助力高校构建学科知识库、科研知识库等 ，增强知识沉淀与传 播。 相对于传统云盘的优势： • 内容门户：千人千面的内容协同入口 ，融合不同类型的数据 ，形成一体化访问体验 ，不仅 高 效访问课件、论文、报告 ，还能访问知识中心获取知识； 能问答、辅助阅读与书写等领域认知智能能力，应用于教学、 科研等核心场景，提升知识传播效率，提高教学科研成效； • 建立校园管理、教学管理等规章制度知识库，让制度查询以 “ 问答”形式实现最佳使用体验，精准查询，提高校内办事效 率； • 通过问答方式，为师生提供智能的自动化文档处理能力，如学 生的学习资料自动分类、老师授课作业收发自动发起、论文报

拨测系统 BA 自控系统 网管子系统 内容分析系统 客户增值服务 展现层 运维 管理 运营 管理 故障管理 值班管理 作业任务 巡检管理 告警管理 性能管理 流量管理 远程运维 运维流程 知识库管理 运营开通管理 业务计费 租户运营分析 资源运营管理 供应商管理 出入管理 设备点验 仓储备件 … 业务 应用层 采集 适配层 基 础 设 施 管 理 基础设施数据管理 集中图形化监控 对数据中心运维提供规范化的流程管理，实现作业巡检任务管理、值班以及知识库管理，提升运维工作服务水平以及运维 满意度 DC IOM 产品 - 运维管理 任务指派流程 应急演练流程 设备入退网 设备上下电 异常问题处理 维护保养管理 设备上下架 故障处理 操作申请 风险管理 运维流程管控 作业任务 巡检管理 值班管理 知识库管理 1 业务背景 2

科研管理信息化已涵盖的方面的填报数据统计 111 （三）学校已建设的科研及学术文献数据库 1. 调查内容 本题为多选题，调查学校已建设的科研及学术文献数据库，共设置了 5 个选 项，包括校级数字文献资源、校级机构知识库、院系建设的学科学术资源数据库、 其他及无。 2. 填报数据 填报数据详见表 3-6-3。 表 3-6-3 学校已建设的科研及学术文献数据库的填报情况 学校分类 双一流建设高 校 其他普通高校 百分 比 填报 数 百分 比 填报 数 百分 比 校级数字文献资源 105 92.1% 443 74.1% 101 80.2% 218 41.0% 867 63.3% 校级机构知识库 78 68.4% 172 28.8% 57 45.2% 96 18.0% 403 29.4% 院系建设的学科学 术资源数据库 55 48.2% 162 27.1% 46 36.5% 94 17 9% 228 42.9% 350 25.5% 3. 数据注解及图表 整体来看，校级数字文献资源是当前高校科研及学术文献数据库建设的主要 方向，超过 60%的高校拥有校级数字文献资源。拥有校级机构知识库与院系建设 的学科学术资源数据库的高校比例均超过 25%。超过 1/4 的高校未建设任何科研 及学术文献数据库。 分四类高校看，双一流建设高校更为重视科研及学术文献数据库建设。双一 流建设高

堆芯熔毁过程的多物理场耦合模拟 核事故孪生演化模型 01 02 合规性智能审查引擎 NLP 自动解析法规文件 运用自然语言处理（ NLP ）技术， 自动解析核安全相关的 法规文件。提取关键信息和条款 ，建立法规知识库， 为 后 续的监管文书审查提供基础。 监管文书的生成 - 校验闭环 根据解析后的法规文件， 自动生成监管文书 ，并对文书 内 容进行校验。确保文书符合法规要求 ，实现监管文书生 成 和校验的自动化闭环 为核安全监 管工作提供辅 助决策和智能化 建议 人工智能应用的实践之一： 建立核电安全健康档案 人工智能应用的实践之一： 搭建知识管理系统 完成知识分类体系梳理及知识管理系统一期建设 ，形成十大知识库。 面向未来的进化路径 全域感知网络与边缘智能 02 、边缘智能部署 在核电站本地部署轻量化 AI 模型（如 TinyML ） ， 实现辐射泄漏等紧急事件的毫秒 级响应 ， 减少云端依赖

一键语音对讲 智能中控 05 IOP 物联网智慧教学融合平台 I 多种方式快捷报修 （扫码报修、 APP 报修、 IP 对讲报 修） I 完善的故障业务流程管理 I 资产故障数据报表管理 I 知识库管理 I 教室巡检 05 P5. 教学改革支撑 05 课前：人人皆学、处处能学、时时可学的泛在化学习平台 跨终端学习 在线教学平台 05 课中：线上教学资源同步 , 线下课堂互动延展