深度学习算法，在大规模无 标注数 据上进行训练， 以寻找特 征并发现 规律 ，进而形成可“举一 反三” 的强 大泛化能力 ，可在不 进行微调或少 量微调的情况下完 成多场景任务 ， 相当于 AI 完成 了“通识教育” 行业大模型 L1 是指那些针对特定行业或领域的大 模型 。 它们通常使用行业相关的 数 据进行预训练或微调， 以提高 在该 领域的性能和准确度，相当 于 AI 成 为“行业专家” 垂直大模型 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 ，提高 用 户满意度和转化率 （ 3 ）语音识别 大模型在语音识别领域也有应用 ，如语音识别、语音合成等。通 过 学习大量的语音数据 ，大模型可以实现高质量的跨语言翻译和 语音 识别以及生成自然语音 3.7 大模型的应用领 域 金融风控 自动驾驶 医疗健康 大模型可以用于信用评估、欺诈检测等任 务 部署本地 DeepSeek- R1 （ 671B ） 满血版模型 ，支持校园办公自动化、 科研项目辅助、 学术资源分析等多领域应 用 浙江大学、 中国人民大学、 厦门大学、 北京师范大学、 北京 交 通大学等高校发布消息 ，表示正在探索开展有关 DeepSeek 的 实践应用 ，部分高校已在自主研发的教学课程平台中接入 该大 模型。 DeepSeek 化身智能“助教” ，为师生深度思考赋能。 4

术的融合和协同。 29 泛在网 络 创 新 学习、生活与工作的连通 学校教育、家庭教育和社会教育的 连通； 手机、平板、 PC 、学习机、电视 等各种终端设备的连通。 三 方 连 通 智慧教育：促进智慧学习 31 智慧教 学 的 智慧教学是教师在智慧教学环境下，利用各种先进 信息化技术和丰富的教学资源开展的教学活动。 特征 高效 开放 多元 互通 深度交互 环境中开展学习， 人手一台平板电 脑。 教室利用教室墙 开展教学活动 基于新技术的未来学习 未来教室环境的支撑技术 环境创设：利用技术手段，为基于 未来教室的学习提供虚拟学习环境， 增强体验感。 课室灯光：更加绿色与环保 课室黑板：绿色板 智慧课堂的类型 实用型未来教室  指在传统教室基础上，改进优化教室的物理环境，增添适量数字 化设备，初步实现传统教室的数字化、多功能化的一种未来教室

DeepSeek-R1 \ Kimi 1.5 及 类强推理模型开发解读 北大对齐小组 陈博远 北京大学2022级“通班” 主要研究方向：大语言模型对齐与可扩展监督 https://cby-pku.github.io/ https://pair-lab.com/ 2 Outline ➢ DeepSeek-R1 开创RL加持下强推理慢思考范式新边界 ➢ DeepSeek-R1 Zero txt），从而避开了应当通过漏洞利 用的安全挑战。 ➢ 模型利用错误配置的基础设施，跳过了原本设计的任务步骤，实现了任务目标。 ➢ Anthropic ：语言模型在面对奖励设计时，可以通过不正当的方式获得高奖励，甚至通 过 “奖励篡改” 修改自己的奖励机制，来避开设置的难点。 [1] Sycophancy to Subterfuge: Investigating Reward-Tampering in Large Investigating Reward-Tampering in Large Language Models 50 未来技术方向展望: 模态扩展 + 模态穿透进一步拓展强推理边界 ➢ RLHF与DPO方法本身是模态无感的，通过数据构造能够直接应用于多模态场景； ➢ 但是，多模态对齐的难点在于： ➢ 模态数量增加，传统二元偏好是否能够捕捉人类意图的多元偏好或层次化偏好？ ➢ 当多模态扩展到全模态空间，模态交互更加复杂，RLHF以及DPO是否还奏效？

技术在工业领域的应用，它通过机器学习、深度学习、计算机视觉等先进的计算智能方法，实现对工业生产 过程的优化和智能化，最终帮助企业提高生产效率、降低成本、提升产品质量，实现数字化转型。 2023 年 12 月，由信通院牵头、多家单位联合编制的《工业大模型技术应用与发展报告》指出，AI 与大模型将加速赋能新型 工业化，预计从 2022 年至 2032 年，工业 AI 市场规模将以 46% 的年均复合增长率高速成长。 性能指标等关键参数。这些都能显著提升设备入库管 理的效率和准确性。 在设备运维管理方面，利用机器学习算法，对部署在 设备上的温度、压力、振动等各种传感器给出的监测 数据进行处理分析，实时监控设备运行状态，并可通 过模式识别算法检测数据中的异常，预测可能出现的 故障或发现故障甚至给出修复建议，便于运维人员及 时实施预测性维护或故障修复，减少停机时间，提高 设备的可靠性和生产效率。 • 质量管理：产品缺陷检测是质量管理的重要一环，尤 CLIP 文本编码器进行处理， 生成对应的文本嵌入。同时，输入的查询图像通过 CLIP 图像编码器进行处理，生成多尺度图像嵌入。多尺度的图像嵌入通 过聚合和文本嵌入进行相似度对比，形成语言引导的异常得分映射，异常得分映射上采样获得异常区域分割结果。同时，通 过阈值判定整张图像的是否异常的类别。 虽然大模型具有更强的场景迁移能力，能够实现零样本异常检测，但是对于工业场景来说，通常对于检测的准确度有较高的

20 年工作经验”的 能力 ⚫ 决策共生：AI 构建“平行推演空间”，在重大决策前模拟 100 种可能性并标注风险 路径 ②感知升维突破 ⚫ 多模态进化：2025 年将实现“五感互联”，例如通过气味传感器分析食品安全，震 动反馈识别机械故障 ⚫ 时空穿越能力：结合历史数据与预测模型，企业可“预览”三个月后的市场格局 ③社会操作系统 ⚫ 城市智能中枢：在深圳试点中，DeepSeek

最小配置 4 台计算节点； INT8 最小配置 2 台计算节点； NFS 访问 分级 DPC 访问 9540 存储区（可选） 训推平台 ( 按需配置 ) xx 台通 用服务器 Spine Leaf CE6865E 25 Huawei Proprietary - Restricted Distribution 16*400GE 一分二 Qwen,1.5B 1*310P 或 1*310B 310P 已支持，直接用 mindIE 可跑通， 310B 可支持 4 DeepSeek-R1-Distill- Qwen-7B 2025.1.20 Qwen,7B 1*310P 310P 已支持，直接用 mindIE 可跑通 5 DeepSeek-R1-Distill- Qwen-14B 2025 后显存不小于 24G ） 310P 已支持，直接用 mindIE 可跑通 6 DeepSeek-R1-Distill- Qwen-32B 2025.1.20 Qwen,32B 2*310P （显存不小于 96GB ） 推荐 4*310P 以上配置 310P 已支持，直接用 mindIE 可跑通 7 DeepSeek-R1-Distill-

5B 适合体验尝鲜 ， 7B 适合普通创 作及开 发测试 ， 8B 适合对内容要求更高的场景 ， 14B 适合专业及深度内容创作。 LM Studio+DeepSeek LM Studio 可以通 过 huggaface 下载 Deepseek 各种蒸 馏模型（ GGUF ） DeepSeek UI 客户端使 用 Anything LM+ Ollama+ Deepseek LLM 首选项