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）

重新思考关于 AI 的能源使用 Daniel Castro | 2024 年 1 月 29 日 关注数字技术使用的能源 并不新鲜。在互联网繁荣的高峰期附近 1990 年代 ， a福布斯 文章哀叹 ， “在某处 美国 ， 每次一本书都会燃烧一块煤 网上订购 ” 。1 文章的作者 ， 成为 在随后几年关于能源的辩论中被广泛引用 政策 ， 估计 “一半的电网将是 在下一个时代为数字互联网经济提供动力

©SPIC 2022. All Rights Reserved. 绿色 创新 融合，真信 真干 真成 用户侧综合智慧能源与虚拟电厂融合创新与思考 国家电投集团山东电力工程咨询院 国新毅 2024 年 07 月 ©SPIC 2022. All Rights Reserved. 绿色 创新 融合，真信 真干 真成 ©SPIC 2022. All Rights Reserved. 绿色 创新 融合，真信 Rights Reserved. 绿色 创新 融合，真信 真干 真成 （二）用户侧融合开发的机遇与挑战 CONTENTS 目 （一）虚拟电厂发展面临的问题 录 （三）创新实践与布局 （四）相关认识与思考 ©SPIC 2022. All Rights Reserved. 绿色 创新 融合，真信 真干 真成 5 （一）虚拟电厂发展面临的问题  缺乏国家层面的专项政 策和统筹规划  整体定位和发展目标不 Rights Reserved. 绿色 创新 融合，真信 真干 真成 （二）用户侧融合开发的机遇与挑战 CONTENTS 目 （一）虚拟电厂发展面临的问题 录 （三）创新实践与布局 （四）相关认识与思考 ©SPIC 2022. All Rights Reserved. 绿色 创新 融合，真信 真干 真成 7 （二）用户侧融合开发的机遇与挑战 14 “源侧” “网侧” “荷侧”/”用户侧”

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

能使⽤的軟體。在台灣出⽣、成⻑，到美國取得博⼠學位後留在矽⾕ ⼯作，⼆○⼀八年返回台灣任職，⼆○⼆⼆年加入微軟，帶領團隊探索 充滿未知的AI世界。 陳宜秀 現任政治⼤學傳播學院數位內容學程專任副教授，並開設有「設 計思考與⼈⼯智慧」課程。哥倫比亞⼤學社會⼼理學博⼠，曾服務於 美國AT&T Labs（其中的⾙爾實驗室）、Avaya和Verizon Wireless等公 司，以及擔任HTC⻄雅圖設計中⼼研究總監。 ，但⼩學前的孩⼦ 是透過動⼿做摸索真實世界，感受⽣命的溫度，太早強迫⼩孩運⽤AI ⼯具，剝奪動⼿做的樂趣，可能會打壞學習的胃⼝。華梵⼤學校⻑林 從⼀甚⾄建議：「ChatGPT的確讓我們必須重新思考教育，但不必過 度憂⼼，不要被AI和關於AI的危⾔聳聽，扭曲或耽誤了孩⼦的成⻑。 在憂慮什麼能⼒不會被AI取代之前，先讓孩⼦好好活成⼀個⼈吧！」 有沒有AI，有沒有ChatGPT，孩⼦還是要先學做⼈，⼤學前先⻑ 利，感染孩⼦也當⼀個快樂使⽤者，未來就會銜接得很好。我們下⼀ 代孩⼦可能會非常習慣這種⼯具，任何事情都不必親⾃動⼿，只要命 令電腦處理就好。 電腦說⼈話的時代，八⼗分才算及格 這種⽣成型AI⼯具對未來最重要的改變是，讓我們重新思考： 「深度跟廣度學習哪個比較重要？」如果把能⼒分成零到⼀、⼀到 ⼗、⼗到⼀百的概念，就形成⼀個⾦字塔。過去，也許⾦字塔頂端⼀ ○％的⼈，需要非常深度的學習，才能掌握某個專業（比如說畫畫或 寫

第8页 到底谁是DeepSeek？公司、产品、模型 公司、模型、产品 n 引起中美AI行业内部关注的是：模型 n 引起美国关注的是：模型和公司 n 春节前后在中国出圈的是：产品 n 思考过程展示 n 中文好有情商 n 容易获得，使用简单 n 联网和来源引用 n 速度快 n 免费 产品优势（用户可感受到） 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第9页 学竞赛、编程问题和科学研究；在 思路清晰度要求高的场景具有明显优势，比如采访大纲、方案 用户交互体验 提供流畅的实时对话体验，支持多种输入模态；用户界面友好，适合 大众使用。 可展示部分链式思考过程，便于用户理解推理过程；界面和使用体验具有较高的定制性， 但整体交互节奏较慢。 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第29页 Ø 推理密集型任务 • 编程任务中的代码生成、算法设计， •1.5：判别模型：人类只提供数据，端到端学习（模型自己抽取特征，自己学习模型参数） •2.0：生成模型：训练阶段+推理阶段；压缩+生成（幻觉） •2.5：推理模型：训练阶段强化学习；推理阶段慢思考 n IT应用与AI应用的关键差异： •在互联网时代，用户使用系统的成本很低，边际成本接近于零。 •在AI时代，用户使用系统的成本比较高，有大量的GPU算力需求，边际成本较高。 学习交流可加

来评判有多少会受到人工智能的影响，经济学家已经有 64% 的任务暴露于人工智能的影 响之下。人工智能的飞速发展，一方面使我们好奇：究竟是怎样的技术，能够具备如此令人惊叹的文字输出和 思考能力？它们更促使我们思考：当认知辅助工具已能处理大量学术任务时，我们应如何重新定义经济学家的 角色与价值？更重要的是，如何将这些工具整合到研究全流程中，使之成为智力放大器而非简单替代品？ 幸运的是，我们有机 科学家的知识库、认知边界和表达能力。但是，大语言模型作为语言统计模型的本质，决定了它没有提出理论 问题的动机，也缺乏从现实数据中抽象出新概念并构建理论的能力。这部分讨论这为社会科学研究中应用大 语言模型提供了思考框架，并且对更好的人机协作提出了启示。 随后本文介绍了大语言模型的技术原理。事实上，大语言模型并不神秘，它只不过是利用大量真实文本所 训练出的“下一词预测器”（Next Token Predic 间，让我们的经济管理研究从堆砌工作量与嫁接高级方法的竞争中解放出来，更加关注思想本身的创新性和 深度。 2 人工智能时代的社会科学家 在进入对于生成式人工智能原理和应用的具体讨论之前，我们首先要思考一个元问题：在人工智能时代 成为一名社会科学家意味着什么？在计算机普及之前的年代，计算员（Computer）曾经是一个重要、受尊敬， 甚至需要较高教育水平的职业，而如今他们早已被电子计算机完全取代。人工智能时代的社会科学家与计算