赵建华 教授、博导 南方科技大学高等教育研究中心、联合国教科文组织国际高等教育创新中心 Email: zhaojh@sustc.edu.cn 从智慧教育到智慧课堂： 理论、规范与实践 智慧教育的内涵与特征 3 智慧战略引重视 • 2008 年 IBM 提 出智慧地球战略 智慧教 育 已 成 共 识 新加坡 2006 年iN2015 计划 智慧教育计划 提出 建立学习者为中

保持原有预训练分布，抗拒对齐分布，使得“逆向对齐”更加容易。 模型弹性的理论解释 ◆ 大模型被视作一种压缩器，预训练和对齐过程则是： 利用模型对每阶段的数据进行联合压缩； ◆ 数据量上pre-training显著多于post-training，模 型为提高整体压缩率，倾向优先保留预训练部分的 分布而抗拒微调对齐的分布，从而表现出模型弹性； ◆ 理论上发现：当对齐模型受到扰动时，模型对于预 训练数据集�

达到“超人类智能”时，人类需回答三个根本问题： ①创造力边界 ⚫ 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

，是指大型语言 模 型在生成内容时 ， 产生与事实不符、 逻辑错误 或 无中生有等不合理信息的现象。 比如在回答历史事件时 ， 可能会编造不存在的 细 节或人物； 在进行科学知识讲解时 ， 给出错 误的 理论或数据。 其产生原因主要包括： 模型训练数据存在偏差、 不完整或错误 ， 导致在学习过程中引入了不准 确 的信息； 模型基于概率分布生成内容 ， 在某 些情 况下会选择一些看似合理但实际错误的路 ， 写一份文献 综述： 文献综述模版 开头模板： (1) 当前 ， 关于 … … 问题的讨论在国内外学术界呈现出多样化的观点 ， 主要围绕 … … 展开了广泛的争 议 ， 并且取得了众多重要的理论成果。 (2) 目前 ， … … 问题的 …… 方面已成为国内外研究的焦点。 (3) 国外关于 … … 问题的研究 ， 主流观点常常集中于 … … 和 … … ， 而在我国 ，更多采用的是 … …

MLA 每 token 的 KV Cache 量大幅减少，且精度更高。 DeepSeekV3 模型架构： Multi-Head Latent Attention （ MLA ） 1. 推理阶段，理论上可以将 KV Cache 降低 1~2 个数量级，大幅减少 HBM 存取和通信的开销。 2. 对昇腾更亲和，大幅降低对 HBM 依赖，提升推理 Decode 性能。 MLA 架构 昇腾 影响

。工业大模型相对基础大模型具有参数量少、专业度 高、落地性强等优势，可以为工业垂直领域的技术突破、产品创新、生产变革等提供低成本解决方案。 尽管传统 AI 技术和大模型在解决各种工业问题方面，从理论上讲存在诸多明显优势，但是要将 AI 技术和大模型真正成功落 地应用，依然有很多具有挑战性的问题亟待解决。 1.5 工业 AI 与工业大模型落地应用 面临的挑战 第一，数据问题。 无论是传统工业