教育在教学内容、师资配置、交互方式等方面有着巧妙的吻合之处，彰显着技术落地的必要性。 AI技术也由教学辅助发展到自适应学习，推动大规模因材施教逐步落地。这些共同推高了时代对 AIGC+教育的瞩目，体现在资本投融资、各国政策监管、学术研究等多个方面。澳大利亚经历的 观望—禁止—反思—放开的挣扎历程，代表了全球的态度变迁，即不断与时俱进、同时守正创新。 AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有的教育框架。 能存在着广义上教育资源的竞争。 AIGC技术在教师、学生、管理者多角色中，在学术科研、备课规划、作业生成和批改、自主学习、 辅助练习、测试评估的多场景中，都发挥着一定效力。从落地速度来看，表现为C端>B端>G端， 成人教育>高等教育>K12>幼教，教师>学生>管理者。具体到细分场景中，师生应用的全流程 闭环服务、兼具高难度与高天花板的AIGC学术科研都是潜在机会方向。从商业模式来看，当前， 软件增值服务、 询研究院 自主研究及绘制。 AIGC+教育的时代瞩目-学术与社会 AIGC+教育成为社会各方及学术研究的关注焦点 受2022年11月ChatGPT发布影响，全球各地开始广泛关注AIGC及其相关应用。自2023年2月起，社会各界对生成式人工智能在教 育领域的应用产生了浓厚兴趣，并在2023年6月达到了关注的高峰，且热度持续不减。同时，学术界也在这一年里开始高度关注 AIGC技术，并推动了人工智

DeepSeekJ会给医药企业带来哪些变化？ DeepSeek有哪些应⽤场景？能产⽣哪些价值？ 13 提升新药研发和 临床管理效率 数字化内部流程 提效 数据驱动的 多渠道营销 更个性化、互动 ⾏业学术化推⼴ 重塑患者流程 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 营销内容策划 • 客户精细化标签 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化 患者流程 • 多重购买渠道 患者服务 多渠道营销 ⽣产与 供应链 新药研发与 临床试验 学术化推⼴ • 65岁以上⼈⼝占⽐从 2014年的10.1%升⾄ 2023年的14.9%，医 疗需求激增1 ⼈⼝⽼龄化 • 收⽀失衡加剧，控费 边际效应减弱2 • 职⼯医保：结余稳健但增速 下滑 数据价值在⼤模型背景下进⼀步被凸显 • 精细化运营管理（DRG/DIP） Ds推理思考能⼒以及医保控费压⼒ 医院 • 学习/培训模式发⽣改变 • 医⽣临床决策影响模式发⽣改变 • 科研与学术⽅式和效率 医⽣ • 数据驱动的精细化监管：⽐如药占⽐/集采 vs&药品经济学 • 数据安全和合规重构 • 多元⽀付体系（商业参与度更强） 监管 15 DeepSeek对于医疗体系有那些影响？-患者

字节跳动豆包 豆包是字节跳动基于云雀模型开发的 AI ， 能理解你的需求并生成高质量 回 应。 它知识储备丰富 ， 涵盖历史、 科学、 技术等众多领域 ， 无论是日 常问 题咨询 ， 还是深入学术探讨 ， 都能提供准确全面的信息。 同时 ， 具备 出色 的文本创作能力 能撰写故事 诗歌 文案等各类体裁 并且擅长语言 3.6.2 国内的大模型产 品 n 文心一言 文心一言是由百度研发的知识增强大模型 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 径。 大 模型幻觉会影响信息的准确性和可靠性 ， 在信息 传播、 学术研究等领域可能带来不良影响。 因此， 在使用大模型时 ， 需要对其输出内容进 行仔细验 证和甄别。 3.6.3 主流大模型“幻觉”评测 3.7 大模型的应用领域 厦门大学大数据教学团队作品 ， 相当于一个 “超级大脑” ， 能处理复杂数学题、 编程、 长文本分析等高 难度 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

（待更新） 1 概述 2 法律行业案例 3 金融行业案例 4 教育行业案例 5 医疗行业案例 目录 10.1 概述 随着大模型技术的发展，如何利用 AI 智能体更好地赋能垂直行业是工 业界和学术界共同关注的问题，我们结合法律、金融和教育等行业背 景，搭建多种形式的智能体，并重点讨论在不同业务需求下的智能体 设计决策。 1 概述 2 法律行业案例 3 金融行业案例 4 教育行业案例 5 医疗行业案例 大型语言模型在生成文本方面展现了显著的能力，使得区分人类创作与机器生成的文本变 得愈发困难。这种变化引发了在学术诚信、虚假新闻和在线信息验证等领域的担忧。因此， 确定一段文本是由 LLM 辅助生成还是完全由人类撰写变得至关重要。早在 2023 年，有 28 所英国大学宣布，明确禁止在论文和课程作业中使用 ChatGPT ，否则将被视为学术不端行 为，将面临开除的严重处分。在国内，学生的毕业论文除了传统的查重之外，也开始加入 入 了 AI 查重功能。为了应对这一挑战， GPTZero 等工具被相继推出，用于检测文本是否是 由 AI 生成。 10.4.1 学术论文原创性评价 尽管可以使用提示工程的方式检测文本是否由 AI 生成，但其准确率不佳。因此，我们将首先部署垂直 领域的模型，专门用于计算文本由 AI 生成的概率，并开放 API 。然后，进一步在扣子平台开发插件用 于调用该 API ，实现本地模型和远端智能体的协同工作，其最终效果图如下所示

并提供奖励机制激发小张的学习兴趣 A I 个性化教育： 孩子专属的智能家 教 n 异世界的异感艺术 n A I 城市拟人化处理与创意场景生成 n 协同智能框架下的宇宙文明大模型 理论构建学是一个系统化的学术领域 专注于发展 、评估和改进理论， 以便更好地解释和预测现 象 1. 发展函数 D 2. 评估函数 E 3. 改进函数 I n 构建理论的理论框架——理论构建学 n 基于 AI WPS 版 本 ＞ 18 6 0 8 以上 2 ） MacOS ： WPS 版本＞ 6. 13.0 以 上 7×24 小时稳定响应，无使用限制；集成论文助手 、代码调试等学术工具 腾讯元宝 元宝 App → 对话界面 → 点 击模型切换按钮 DeepSeek-R1 满血版； 混元深度思考模型 T1 ； 混元通用模型 Turbo 案例背景： 小明， 8 岁男孩， 三年级， 数学应用题薄弱（ 正确率 52% ， 痴迷恐龙， 近期因课堂插话频繁被老师约 谈 。 RN-OCO 提示语框架应用实例 学术 伦理 在使用 AI 辅助孩子学习时 ，要 确保不违反学术诚信原则，如 不抄袭 AI 生成的内容 。 新闻 伦理 如果 AI 用于获取新闻或信息 ， 要教育孩子辨别信息的真伪， 培养他们的媒体素养

案例库、学术文献及开 源技术成果。编写团队始终秉承开放共享与协作创新的理念， 在此向以下贡献者 致以专业致谢： 审计行业专家提供的领域知识框架； 开源社区共享的 AI 工程化实践经验； 学术机构发布的跨学科研究成果。 我们期待与行业同仁持续共建 DeepSeek 大模型在工程审计领域的知识生态 体系，推动工程审计智能化技术的普惠化发展。 本指南（V1.0）开放接受学术共同体与行业实践者的应用反馈，诚邀各界同 电车难题 中的功 利 主义与道德主义的冲突。得到结果如 图 2-4 智能问答的部分结果。 图 2-4 智能问答的部分结果 5 2.2.2 文本生成 文本生成的方向较多，包括新闻报道、学术论文、商业文案等。例如， 让它 “ 写一篇关于 Deepseek 技术与工程审计 ” 为主题 的大纲，它会迅速组织思路，从 多个角度阐述 DeepSeek 技术在工程审计领域的应用、带来的变革以及面临的挑

反事实推演：模拟“如果特斯拉降价 10%”对产业链的 6 级影响 实战场景： ⚫ 医疗诊断：输入症状自动关联相似病例，生成检查建议（需医生复核） ⚫ 投资分析：对比财报数据→预测企业风险→生成可视化报告 ⚫ 学术研究：自动标注论文参考文献，检测实验数据矛盾点 模块 3：联网搜索——实时情报局 数据引擎： ⚫ 抓取最新政策文件（如半小时前发布的医保新规） ⚫ 追踪社交媒体热点（分析微博热搜背后的情绪图谱） 赋能日常生活 DeepSeek 通过技术普惠，正在重塑个人与组织的生产力模式，以下是三大用户群体的 典型应用场景： ①学生党：从题海战术到精准学习 ⚫ 论文润色：上传论文草稿→输入“优化学术表达，确保符合 APA 格式”→10 分钟完 成专业级修改 ⚫ 知识点图谱：输入“用思维导图整理高中生物遗传学核心概念”→生成可打印的学习 框架 ⚫ 解题思路：拍摄数学题照片→R1 模式自动分步解析，错误点用红框标注

工具使用 本科：基础知识掌握 | 编程能力 | 算法理解 | 实践应用 | 跨学科意识 硕士：专业深化 | 研究方法 | 创新能力 | 工程实践 | 领域专精 博士：原创研究 | 理论突破 | 学术前沿 | 独立科研 | 行业引领  AI+学科 各学科（非人工智能专业）与人工智能的深度融合的课程  AI通识教育 面向院校所有学生、教师和教职工 基础概念 | 技术认知 | • 数据驱动的教学决策和协作教学支持 3. AI赋能评价 • 基于生成式AI的多元评价系统 • 数据驱动决策  挑战和风险 1. 法律、隐私与信息安全 2. 伦理与学术诚信 3. 教育质量与学生发展 4. 教师角色与职业转型 5. 教育公平与数字鸿沟 6. 组织转型与系统适应  应对措施 1. 加强信息安全 • 建立安全分类框架，制定安全保护政策，进行安全培训

nal of International Business Studies 等 国 际 A 级 期 刊 编 委， 同 时 兼 任 复 旦 大学企业人力资源研究所所长，中国社会心理学会理事，国际学术组织 International Association of Chinese Management Research（IACMR） 女 性学者发展委员会联席主席。 寄语：AI 带来的从商业模 复旦大学 企业人力资源研究所简介 复旦大学企业人力资源研究所成立于 1990 年，是复旦大学响应改革开放的国家战略，建立的 一个以现代组织及其管理问题为研究对象，从事组织和人才领域的教学和学术研究，学术为实践 服务、实践反哺科研的交流平台。 自成立以来的三十多年时间里，研究所瞄准国际理论前沿，同时紧扣企业等组织的发展和管 理中的重大实践问题，力争做出具有理论领先和实践有用的创新成果，并为政府和企业的政策 IACMR Presidential Award for Responsible Research in Management 等国内外学术奖项，研究所在科研与教学等方面的工作 受到广泛认可。 研究所多位老师担任了国际学术组织管理机构的成员，如国际学术组织 International Association of Chinese Management Research（IACMR, 中国管理研究国际学会）和

和生成能力。它能够理解自然语言，并能够生成自然语言文本 n 字节跳动豆包 豆包是字节跳动基于云雀模型开发的 AI，能理解你的需求并生成高质量回 应。它知识储备丰富，涵盖历史、科学、技术等众多领域，无论是日常问 题咨询，还是深入学术探讨，都能提供准确全面的信息。同时，具备出色 的文本创作能力，能撰写故事、诗歌、文案等各类体裁。并且擅长语言交 互，交流自然流畅，就像身边的知心伙伴，耐心倾听并给予恰当反馈。 2.2 国内的大模型产品 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径。大 模型幻觉会影响信息的准确性和可靠性，在信息 传播、学术研究等领域可能带来不良影响。因此， 在使用大模型时，需要对其输出内容进行仔细验 证和甄别。 3. 大模型的行业应用 3.1 大模型的行业应用领域 3.2 DeepSeek大模型的应用场景 3.3 会自动24小时扫描全球知识库 数据雷达 能把零散的信息拼成完整的战略地图 知识拼图 发现矛盾时，自动回溯、验证，调整推理路径 逻辑推理 可以综合各种知识，生成完美报告，附带文献引用 学术裁缝 5. 5 国内典型的智能体开发平台 Coze(扣子)是字节跳动推出的 新一代 AI 智能体开发服务平台 5. 5 国内典型的智能体开发平台 5. 5 国内典型的智能体开发平台 5. 5