2025年DeepSeek-R1Kimi 1.5及类强推理模型开发解读报告➢Fast-but-maybe-wrong Judgements; It's Not About Scale, It's About Abstraction - François Chollet 74 拓展文献和资料 强推理 & DS-R1 ➢ 图解 DeepSeek R1: https://newsletter.languagemodels.co/p/the-illustrated-deepseek-r1 Scaling Long-CoT Data Unlock Better Slow-Reasoning Systems?: https://arxiv.org/abs/2501.11284 75 拓展文献和资料 强推理 & DS-R1 ➢ Do NOT Think That Much for 2+3=? On the Overthinking of o1-Like LLMs https://arxiv In-context Reinforcement Learning with Algorithm Distillation https://arxiv.org/abs/2210.14215 76 拓展文献和资料 强推理 & DS-R1 ➢ https://blog.ml.cmu.edu/2025/01/08/optimizing-llm-test-time-compute-involves-solvi10 积分 | 76 页 | 8.39 MB | 6 月前3
DeepSeek大模型赋能高校教学和科研2025RAG 首先会在庞大的知识库中进行检索 ,找到相关的信息 ,然后将这些信息与大语言模型的生成能力相结合 ,给出更加准确、全面的回 答。 例如 ,在企业客服场景中 , RAG 可以快速检索企业的产品资料、常见问题解答等知识库 ,为客户提供精准的服务 ,大大提高了客 服的效率 和质量 RAG 的部署相对来说成本较低 ,主要集中在知识库的建设和维护上。企业可以利用现有的数据资源 ,构建自己的知识库 DeepSeek 能够从大量实验数据中提取有价值的信息 , 发掘潜 在的研 究方向和生物标志物 对于有特定需求的用户 , DeepSeek 还支持上传文件建立自定义知识库。 将与自己工作、 学习 相 关的文档、 资料上传后 , DeepSeek 就能基于这些知识为你提供更个性化、 针对性更强的 回答和 建议 DeepSeek 可以帮助科研人员在文献检索、 数据分析和实验设计等方面提升效 率 7. A I 赋能高校科 教师视角: 工具能节省时间 ,但不能让人完全省 心。 教师需要学会与 AI 协作 , 比如通过优化提 示 词 ,让大模型生成更贴合教学场景的内容 备注: 本部分内容来自对网络资料的整理 8. A I 赋能高校教学 大模型是工具——教育的“智能脚手架” 备课助手: 大模型能快速生成教案框架、 习题库 , 并根据学生学情推荐分层教学内容 作业批改与反馈: 大模型可自动批改客观题并生10 积分 | 123 页 | 15.88 MB | 6 月前3
共 2 条
- 1
