大模型时代的AI教育：思考与实践 肖睿 xiaorui@pku.edu.cn 主要内容 30分钟和大家分享的内容： • 01：对AI技术的认知 • 02：对AI教育的思考 • 03：我们的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…… 01 对AI技术的认知  AI是一种工具，也是一种赋能，更是一种思考范式。 遗忘：微调（迁移学习），尤其是RLHF 3. 推理能力（涌现）：一般需要10B以上，GPT-3时达到 • 模仿学习：代码中蕴涵、文字中蕴含 • 提示能力：ICL • 思考能力：CoT  ReACT，Agent  O1的最新进展（GPT-1时刻）：表现是慢思考；本质是合成数据 有些是产品能力，不是模型本身的能力：  RAG  Function Call  等等 01 思想问题：AIGC • 信息茧房、信息幻象、DIK生成 • 知识平权后的独立思考和辨别能力 • 思想控制、舆论引导 主要内容 30分钟和大家分享的内容： • 01：对AI技术的认知 • 02：对AI教育的思考 • 03：我们的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…… 本报告来源于三个皮匠报告站（www.sgpjbg.com）

规划和自然资源行业应对 DeepSeek 浪潮的思考 中国城市规划学会城市规划新技术应用专业委员会 广州市基础地理信息中心 何正国 一 DS 影响千行百业 二 大模型技术原理 三 四横三纵应对路径 四 未来展望与思考 目录页 CONTENTS PAGE 一、 DeepSeek 影响千行百 业 1. 接入 DeepSeek 热 潮 2. 对千行百业的影响 80% 建设用地通过存量改造释放 6 、知识聚库——本地知识库建设 控制端（ Brain ） 作为控制中心的大脑（ Brain ）模块负责处 理 信息，以及记忆和知识的存储处理活动， 如 思考、决策和操作。 感知端（ Perception ） 接收多模态的感知、信息。 行动端（ Action ） 行动端接收大脑端发送的动作序列，并执行 动作与环境进行交互。 大模型虽然在自然语言理解和生成方面表现出色， 发周期长、成本高，后期维护难。同时 AI 工具跨系统执行复杂任务困 难。 MCP 协议可衔接 API 与数据源，打破壁垒，提升 AI Agent 效能 。 AI Agent 构 建 7 、智能铸 魂 四、未来展望与思考 三、多模态融合 通过将文本、图像、音频和视频数据一体化处理， DeepSeek 将能够实 现更广泛的应用场景和更强大的功能。 一、模型架构升级 提升模型的处理能力和效率，使其 能够更好地应对复杂的任务和大规

新一代人工智能与智慧国土构建思考 李晓波 自然资源部信息中心 习近平总书记指出 “ 人工智能是新一轮科技革命 和产业变革的重要驱动力量 ，加快发展新一代人工智能 是事关我国能否抓住新一轮科技革命和产业变革机遇的 战略问题 ”。 国家信息化十四五发展规划指出： 要“加强国土空 间的实时感知 、智能规划和智能监管， 强化综合监管 、 分析预测 、宏观决策的智能化应用。 抓住新一轮科技革命机遇

“能力培养者 ”，注重培养孩子的 综合素质。 • 家长应为孩子提供实践机会，鼓励 孩子独立思考和解决问题 ，而不是 仅仅关注孩子的考试成绩。 家长的两大疑问 1.“ 孩子会不会因此变懒？ ” 2.“A I 会不会影响孩子的独立思考能力？ ” 家长行动指南： 1. 设定边界： 明确 AI 工具使用场景（如仅用于思路 拓展而非作业代劳） 转变原因与教育需求 DeepSeek 支持方式与案例 直接讲解数学解题方法 提供分步拆解工具 避免亲子冲突， 培养自主 解题能力 分步拆解模式（案例 1 ） ： 通过设变量 、列方程 、 推导等步骤引导思考 修改作文语法错误 启发表达优化思维 提升语言应用能力而非机 械纠错 智能润色系统（案例 2 ） ： 分析语法错误， 提 供 高级表达替代方案 单向讲述历史事件 构建沉浸式学习体验 增强记忆深度与兴趣 生成阶梯式管理规 则 （如学习成就兑换自由时间） 在 A I 时代， 家长的职责已经从“知识提供者 ”逐渐转向“过程引导者 ”。这意味着家长不仅要帮助孩子获取 知识， 更要引导他们学会独立思考， 掌握高效的学习方法， 最终培养出适应未来的能力和韧性 。 家长如何转变角色？ 误区类型 具体表现案例 负面影响 解决策略 1. 过度放手 家长将数学辅导完全交给 DeepSeek ， 孩子连续

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 及 R1 技术剖析 ➢ Pipeline 总览 \ DeepSeek-V3 Base \ DeepSeek-R1 Zero 及 R1 细节分析 ➢ o-series) ➢ 蒸馏 vs. 强化学习驱动：国内外现有各家技术路线对比分析及Takeaways ➢ PRM & MCTS 的作用 ➢ 从文本模态到多模态 ➢ 其他讨论：Over-Thinking 过度思考等 ➢ 未来方向分析探讨 ➢ 模态穿透赋能推理边界拓展：Align-DS-V ➢ 合成数据及Test-Time Scaling: 突破数据再生产陷阱 ➢ 强推理下的安全：形式化验证 Formal Formal Verification \ 审计对齐 Deliberative Alignment ➢ 补充拓展：DeepSeek-V3 解读 3 DeepSeek-R1 开创RL加持下强推理慢思考范式新边界 ➢ OpenAI o1 开启后训练 Post-Training 时代下的RL新范式：后训练扩展律 Post-Training Scaling Law ➢ DS-R1 独立发现了一些通往o1路上的

典型的新技能学习曲线 摘自北京大学 AI 肖睿团队团队作品 大模型参数变化三个阶段 摘自复旦大学大数据教学团队作品 智慧涌现的关键 6 通用模型（ System 1 快思考模型） 推理模型（ System 2 慢思考模型） 模型代表 Qwen2.5-Max 、 DeepSeek-V3 、 GPT-4o QwQ-Max-Preview 、 DeepSeek-R1 、 OpenAI-o3 运算原理 • 智能开发：需求助手、编码助手、测试助手、运维助手 7 大模型的 “快思”与 “慢想” = “ 通用” + “ 推理”模型 金融机构的大模型策略 ，应结合快思考 + 慢思考两种模式的模型 ，根据场景功能点对模型能力的要求 ，发挥不同模式模型的优 势 在人工智能语境下， “ 问行合一 ”是指一种高效的人机交互理念， 它融合了深度查询与精准执行 。 其中 ，“ 问 掘数据 、寻找答案或解决问题。 互动性：提问是用户与 AI 系统进行交互的一种方式 ，通过提问， 用户可以引导 AI 提 供更符合需求的信息。 开放性：好的问题往往是开放性的 ，能够激发新的思考和发现，不局限于已有的知 识和观点。 行 实践性：“行 ”是将知识和信息转化为实际行动的过程， 它强调实践和应用。 目标导向：行动是为了实现特定的目标或解决问题 ，具有明确的方向性。

是一款先进的通用大语言模型，具备多模态理解能力，旨在为 广泛的应用场景提供智能化支持。 DeepSeek-R1 是一个推理大语言模型，旨在提供高效的自然语言理解、任务 规划与交互能力，擅长处理复杂、需要多步思考的问题， 适合做深度推理、解决 代码问题或复杂数学问题等。 2.1 基本原理 DeepSeek 大语言模型经过大量文本数据的学习，能够理解人类的语言，并 根据问题或指令生成相应的回答。 您注册的手机号会收到一封包含验证码的信息，将验证码填入注册页面相应位 置， 完成验证后即注册成功。 在正式上手使用前，先对界面进行基本认识。界面左侧为历史对话区域， 右侧是主体部分。输入框集成了深度思考、联网搜索以及上传附件这三大实用 功能。接下来，将逐一展示这些功能的具体使用方法，方便快速熟悉和掌握。 图 3-3 基础界面 3.1.2 使用方法 （1）基本问答 “ ” 在输入框内键入想要咨询的问题或提示词，而后点击 时限制大小还可防恶意攻击、保障系统安全稳定以及确保数据完整一致。 12 图 3-6 文件问答 （3）深度思考 若输入的问题或提示词涉及逻辑思考、推理需 “ ” 求，在点击 发送 按钮 “ ” 前，选择 深度思考 功能，将更易获取准确答案。同时，还能查看完整思考 过程，方便检查思路。 图 3-7 DeepSeek-R1 推理思考 13 （4）联网搜索 当你需要获取实时资讯、最新动态，如当下热点新闻、最新股价、赛事比分，

2 前言 PREFACE 生命循环，人机共育 在宏观层面上，如果把人工智能看作一种生命体，AIGC+教育的内涵其实是碳基生命和硅基生命的 交互和培育问题。AIGC技术是对人脑计算、思考、判断等内在能力的延伸，是人的智能在机器形态 上的规模化聚集、运作和反应。由此，部分基础性的专业工作被替代，AI在劳动贡献、价值创造中 逐渐与人比肩甚至超越人类，AI和人类共同成为社会贡献主体。 产生令人欣喜的化学反应。然而，商业实践的落地是受到现实和周期限制的。从落地逻辑而言，当 前产品基本是原有教学场景和产品的替代，原有技术功能的优化迭代，而少有新场景的迸发；就落 地速度而言，尚不成熟的教育大模型落地，仍需学生思考和辨别能力的加持、以及相对明确统一的 评估标准支撑，各领域、场景、学段落地情况各有差异。 同时需要警惕的是，AIGC技术具有显著的资源密集和依赖特点，而教育是一项社会公益事业，事关 人的发展权 、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。 在教学主体方面，AIGC带来人机协同教学和师资强化的期待，也引发AI挑战教师主体地位的思考； 在教学载体方面，AIGC有望赋能教师并实现规模化的因材施教，但也挑战传统学习模式和评价工 具；在教学内容方面，高阶通识能力、跨学科复合能力的重要性被重提，并辅以AIGC技术素养要 求；在学

、持 续化的服务。人工智能的革新涵盖了生成内容（AIGC）和生成服务（AIGS）的领域。保险行业 面临挑战，AI的突破为其带来新的应对方向。 • 保险业面对AI变革的焦点问题分析：建议采用《U型思考》方法，从初始问题出发，深入挖 掘其本质，以找到精准的解决方案。通过聚焦主要原因并进行必要的升维/抽象化，可以找到 问题的根本原因，使问题具有通用性。 • 保险行业参考系的构建：包括关注六大方 面对本次AI热潮，保险行业的焦点问题都有哪些 在AI技术的驱动下，保险行业站在了充满机遇与挑战的十字路口。关键问题接踵而至，这些问题 不仅深刻影响着行业的运营模式，还在决定着未来的发展方向。面对这些问题，进行深入思考， 探讨有效的应对策略。 • 采取必要的精简：保险公司需要简化销售和运营流程，并消除不必要的步骤。险企可通过 Assistants API，将第4代人工智能模型引入服务流程。其在自然语言处理领域具有强大的能 表 面之下，需要大家进行更深入的思考和探索才能发现。那么，为解决问题应该如何采取行动呢？ 三 洞察问题，探寻本源 面对复杂问题，建议参考《U型思考》方法论，从初始问题出发，洞察其背后的本质，进而精准 地解决问题。 遇到初始问题 遇到初始问题 解决问题 解决问题 发现问题的本质 找到本质解 U型思考方法论是一个找准问题、看透本质、谋定而后动的思考模型 问：定义核心问题 ►用WHY提出问题：探寻动机，发现原因

相较于其他通用及垂类大模型，DeepSeek能够得到头部教育企业广泛青睐、激起 抢滩布局，主要得益于其几大特点： l 深度思考模式：DeepSeek的深度思考模式能够输出自然语言形式的推理过 程，使得学习、解题的思维链可视化，有利于在教育场景中展示解题方法和过 程、进行知识回溯、引导学生个性化思考，从而辅助教师及家长教育，削减此 前AI+教育直接输出问题答案可能带来的负面影响。 l 逻辑推理能力：Dee 新一 轮AI教育革新。 二、学而思：DeepSeek为基座，融合九章大模型能力， 实现双协同、生态化布局 2月8日至今，学而思先后将AI学习机、学练机等硬件产品接入DeepSeek，以其深 度思考模式升级产品AI能力，已于旗舰机开启灰度测试并将陆续上线免费智能教育 功能；新发布AI学习应用“随时问”，由自研九章大模型与DeepSeek大模型联合 支持，主打一站式智能化教育。围绕DeepSeek，学而思的AI教育布局呈现出双协 拆解复杂问题和语言交互的强项、及九章大模型深耕数学推理与学科知识图谱的优 势，实现精准分析/定位/回溯知识点、强化逻辑推理并显化思维路径、理解并输出 多模型内容，从而形成启发式引导思考的能力。 2、布局硬件+软件，以DeepSeek深度思考模式弥补传统教育硬件“重答案轻思 维”的短板，并开发新AI学习应用，集成自研讲解视频与高频AI学习工具，放大自 身专业内容积累和大模型技术优势。此外，学而思表示还在探索DeepSeek在公司