DeepSeek与GPT助力高校科研、教学与课题申报:从理论到实战的深度应用 202503
满意程度:★★★★★ 课程系列:A3
【版权声明】
本课程的全部内容版权归提供者所有(包括但不限于音频、视频、讲义等),
仅限个人学习,不可录制,不可对外分享!
严禁任何形式的录制、传播和账号分享。
一经发现,将关闭课程权限,并追究法律责任!
平台将依法保留追究权,情节严重者将承担法律责任。
DeepSeek与GPT助力高校科研、教学与课题申报:
从理论到实战深度应用
2025年NEW
院系采购优惠价欢迎咨询~
【主讲专家】
陈老师,北邮博导,多个国际杂志的评审专家,100余篇人工智能及其他领域的国际主流期刊及顶级会议论文发表,自然科学基金函评专家,出版人工智能书籍2部。
人工智能领域一线专家,完成多项图像、语音,nlp等相关领域的人工智能企业项目,研发经验丰富,拥有30多项授权国家发明专利。曾给中国移动,中国电信,中国银行,国家电网等多个企业和高校做过人工智能相关的课程培训。授课风格通俗易懂,深入浅出,大量的实战案例,广受学员好评。
【课程背景】
随着人工智能技术的飞速发展,大语言模型(如ChatGPT、DeepSeek等)已经成为推动教学与科研创新的重要工具。这些模型凭借其强大的语言理解和生成能力,能够为教育工作者和科研人员提供前所未有的支持。在教学领域,大语言模型可以辅助教学大纲设计、教案编写、作业批改等工作,极大地提高了教学效率和质量。在科研方面,它们能够助力文献综述、数据分析、论文撰写等环节,加速科研进程。本课程旨在深入探讨大语言模型在教学与科研中的应用,帮助学习者掌握如何利用这些先进工具提升自身的工作效率和创新能力。
JG学术培训25年推出全新大模型助力学术科研系列课程,旨在帮助高校教师和科研人员全面掌握大模型技术在教学、科研和课题申报中的应用。课程内容涵盖常用大模型的基本原理、应用场景以及实际操作技巧,通过大量实战案例,帮助学员在各自的研究领域中高效利用大模型技术,提升科研和教学效果。
【课程目标】
1. 掌握大语言模型核心知识:让学员深入了解大语言模型的基本原理、最新进展以及 ChatGPT 和 DeepSeek 的独特技术架构,为后续应用打下坚实基础。特别是对 DeepSeek 的技术原理和应用方法有深入的理解和掌握。
2. 提升教学与科研能力:助力学员学会利用大语言模型优化教学各环节,创新教学设计,提高教学质量;同时,在科研工作中,能高效利用大语言模型进行信息检索、数据处理、论文撰写等,加速科研进程,提升科研成果质量。通过学习 DeepSeek 的应用技巧,学员可以在教学与科研中更加高效地进行工作。
3. 精通论文撰写与项目申请:使学员能够熟练运用大语言模型辅助学术论文的选题、撰写、润色与投稿,提高论文发表成功率;在项目申请方面,也能借助大语言模型更好地完成项目申请书的撰写,提高项目获批几率。特别是利用 DeepSeek 进行论文撰写和项目申请的辅助工作,提高工作效率和质量。
4. 培养创新思维与实践能力:通过课程学习,激发学员的创新思维,鼓励其在教学、科研等工作中尝试新的方法与模式,同时通过大量实操练习,提升学员的实际操作能力,使其能够独立运用大语言模型解决实际问题。特别是在 DeepSeek 的应用过程中,培养学员的创新思维和实践能力。
【培训大纲】
Part 1:大模型入门与数据分析
课程大纲 |
课程内容 |
第一讲:大模型最新进展及介绍 |
|
1. 2025大语言模型最新进展介绍 |
|
2. 国内外大语言模型对比分析 |
ChatGPT、Gemini、Claude、Llama3、Perplexity Al、文心一言、星火、通义干问、Kimi、智谱清言、秘塔A1、Deepseek等 |
3. ChatGPT的基本原理、配置和使用 |
|
4. DeepSeek技术原理解析和使用 |
注册与登录、App下载与安装、界面主要功能介绍与演示等 |
第二讲:大模型提示词使用方法与技巧(ChatGPT和DeepSeek) |
|
1.提示词工程基本概念和要素 |
|
2.通用模型提示词设计技巧(ChatGPT40、DeepSeek V3) |
|
3.推理模型的提示词策略(ChatGPTo1、o3、DeepSeek R1) |
|
4.常用的ChatGPT提示词模板和DeepSeek提示词模板 |
|
5.ChatGPT和DeepSeek提示词优化技巧 |
|
6.大语言模型的输入和输出长度控制策略 |
|
第三讲:ChatGPT和DeepSeek的个性化配置与部署(ChatGPT和DeepSeek) |
|
1.ChatGPT和DeepSeek的个性化配置与部署(ChatGPT和DeepSeek) |
|
2. GPT Store 和常用 GPTs |
• 文献搜索和理解 |
3. 定制学术专属GPT |
|
4. DeepSeek的本地化和云端部署 |
|
5. DeepSeek本地知识库增强 |
|
第四讲:ChatGPT Canvas(ChatGPT) |
|
1.什么是ChatGPT Canvas |
|
2.ChatGPT Canvas的应用 |
精准修改;实时编辑;快捷键支持;代码审查与优化 |
第五讲:大模型助力信息检索与总结(ChatGPT和DeepSeek) |
|
1.传统信息检索方法与技巧总结 |
|
2.利用大语言模型实现联网检索文献 |
|
3.利用大语言模型总结分析文献内容 |
内容摘要、信息提取、图表、公式的解读 |
第六讲:大模型助力自动化办公(ChatGPT) |
|
1.利用大模型处理PDF文档 |
|
2.利用大模型处理excel表格 |
|
3.利用大模型进行文件格式转换 |
|
4.利用大模型处理PPT |
|
5.利用大模型实现图像处理 |
|
第七讲:大语言模型助力数据获取(ChatGPT和DeepSeek) |
|
1. 利用GPT爬取第三方网站数据 |
单页数据和多页数据获取;多级页面数据获取;图片数据获取 |
2. 利用ChatGPT和DeepSeek生成爬虫代码 |
|
3. 大语言模型获取数据的局限性 |
|
第八讲:大模型助力数据清洗与预处理(ChatGPT) |
|
1. 数据的解读与理解 |
|
2. 数据清洗 |
|
3. 异常值与缺失值处理 |
|
4. 标准化与归一化 |
|
5. 离散化及编码处理 |
|
6. 特征选择和新特征生成 |
|
第九讲:大模型助力数据可视化与数据分析(ChatGPT) |
|
1. 描述性统计分析与可视化 |
|
2. 数据分析 |
描述性统计分析;对数据进行探索性分析;相关性分析;波动性分析;趋势分析;基本统计分析;时间序列分析;机器学习建模分 |
第十讲:大模型助力AI绘图、高级语音模式和视频生成(ChatGPT) |
|
1. DALL·E基本概念 |
|
2. 利用ChatGPT生成图像 |
|
3. GPT高级语音模式与应用 |
|
4. Sora视频生成工具概述与应用 |
|
5. Sora的提示词Prompt策略 |
Part 2:大模型(ChatGPT和DeepSeek)助力课题申请
课程大纲 | 课程内容 | |
一、大模型如何辅助项目申请 | 选题与背景硏究 | |
硏究问题和目标的描述 | ||
方法和技术路线 | ||
创新点的凝练 | ||
可行性分析和资源需求 | ||
经费预算编制 | ||
二、科研申请书撰写的一般流程 | 文献调研;文献梳理和分析;创新点的挖掘 | |
三、课题申请和论文发表的差异 | 目标;结构;语言风格;深度;受众;结果呈现 | |
四、课题申请书要点及要点剖析 | 1.课题申请书主要的内容 | |
2.要点剖析 | 项目名称;关键词;摘要;立项依据;参考文献;研究目标;研究内容;研究方案;关键科学问题;可行性分析;创新点与特色之处研究计划;预期研究成果;工作基础 | |
五、自然科学基金和社会科学基金撰写差异 | 研究内容与立项依据; | |
研究方法;写作风格 | ||
研究目标与预期成果;创新点 | ||
可行性分析;参考文献 | ||
预期社会效益;研究团队及合作 | ||
六、大模型辅助项目申请实践(ChatGPT和DeepSeek) | 1.研究选题和框架构建 | 推荐选题;研究现状分析;创新性的提出 |
2.研究内容和框架 | 研究内容的提出;研究内容的优化 | |
3.项目名称和关键词 | ||
4.摘要 | 摘要的要点;摘要的优化 | |
5.立项依据和参考文献 | 立项依据的要点;立项依据的撰写;参考文献的整理 | |
6.研究目标 | 目标的提出;目标的优化 | |
7.研究内容 | 内容的扩展和细化;研究内容的优化 | |
8.研究方案 | 研究方法;技术路线;实验设计 | |
9.关键科学问题 | 科学问题的提出;科学问题的优化 | |
10.可行性分析 | 实验条件可行性;设备资源可行性;技术路线可行性;研究基础可行性 | |
11.创新点与特色之处 | 创新和特色要点;创新点和特色的撰写 | |
12.研究计划 | 实施步骤;时间安排;任务分配和阶段性目标 | |
13.预期研究成果 | 学术性成果;技术应用成果;实际应用价值与社会影响 | |
14.工作基础 | 研究能力;已有研究成果;设备与技术平台 | |
七、项目总体的润色与优化(ChatGPT和DeepSeek) | 1.润色和优化 | |
2.模拟专家反馈 | 选题的评价;基础科学问题的评价;创新性与预期成果的科学价值;研究基础与可行性的评价研究基础的评价 |
Part 3:大模型(ChatGPT和DeepSeek)助力论文写作
课程大纲 | 课程内容 | |
一、大模型与学术诚信、学术应用 | 1. 大模型可用于 | |
2. 大模型不可用于 | ||
二、论文投稿全流程 | 1.准备阶段 | |
2.写作阶段 | ||
3.修改和润色阶段 | ||
4.提交和发布阶段 | ||
三、学术论文撰写的基本结构和要素 | 标题(Title);摘要(Abstract);关键词(Keywords);引言(Introduction);方法(Methods);结果(Results);讨论( Discussion) | |
四、学术研究选题的重要性(ChatGPT和DeepSeek) | 1. 硏究主题vs.硏究问题 | |
2. 硏究问题的来源 | ||
3. 选择硏究问题的标准 | ||
4. 硏究问题的明确与细化 | ||
五、大模型辅助学术研究选题(ChatGPT和DeepSeek) | 1. 确定关键词与主题领域 | |
2. 概述话题背景 | ||
3. 确定硏究问题、变量和硏究方法 | ||
六、大模型辅助文献综述(ChatGPT) | 1. 文献综述前的工作 | |
2.通过大模型辅助撰写文献综述 |
直接根据选题生成文献综述;创建专属GPTs进行文献综述;根据提供的文献生成综述 |
|
七、大模型辅助研究设计(ChatGPT和DeepSeek) | 1.提供创新性的建议 | |
2.数据的获取、解读和理解 | ||
3.数据的探索性分析 | ||
4.数据处理 | ||
5.构建模型 | ||
6.解读模型结果与优化 | ||
八、形成论文的初稿(ChatGPT和DeepSeek) | 1.数据的字段描述和指标的选择 | |
2.特征的创造 | ||
3.特征选择 | ||
4.数据的处理 | ||
5.模型的建立 | ||
6.模型改进和优化 | ||
7.特征重要性的分析 | ||
8.讨论与总结 | ||
九、大模型进行论文润色(ChatGPT和DeepSeek) | 1.论文软色的目的 | |
2.使用大模型润色的主意事项 | ||
3.使用大模型润色的要点 | 语法和句法的精细校正;语句的精炼与优化;深度审阅与校对;描述性内容的深度丰富;专业领域的定制化润色;逻辑连贯性的强化 | |
十、大模型辅助论文语法纠错、语句重组、表达优化、降重、改写和翻译(ChatGPT和DeepSeek) | 1.语法纠错 | |
2.语句重组和表达优化 | ||
3.通过大模型辅助对论文进行重述和改写 | ||
4.利用大模型完成论文翻译 | ||
十一、大模型辅助参考文献的格式化与管理(ChatGPT) | 1.APA/MLA格式管理 | |
2.指定格式管理 | ||
十二、大模型辅助同行评议(ChatGPT和DeepSeek) | 1.结构和逻辑优化 | |
2.论证和清晰度 | ||
3.符合期刊要求 | ||
4.评估硏究创新性 | ||
5.评估方法的严谨性 | ||
6.评估硏究的潜在影响 | ||
十三、大模型辅助论文投稿(ChatGPT和DeepSeek) | 1.论文投稿流程与注意事项 | |
2.通过大模型获取期刊投稿建议 | ||
3.通过大模型辅助进行论文投稿材料准备 | ||
4.优化编辑/审稿人反馈 |
Part 4:大模型助力教育教学
课程大纲 | 课程内容 | |
一、大模型人工智能助力教育教学全球高校实践动态 | 1. 大模型人工智能在全球高校教育中的应用 | |
2. 大模型人工智能对教育教学的重大变革 | ||
3. 大模型人工智能对高等教育的挑战 | ||
二、大模型在教育教学方面的应用 | 1.教学前 | |
2.教学中 | ||
3.教学后 | ||
三、大模型辅助教学大纲制作(ChatGPT) | 1.教学大纲的重要性 | |
2.大模型辅助教学大纲制作(课程内容分析与提炼;教学目标生成;大纲的初步设计;大纲的修改与优化) | ||
四、大模型辅助课程教案设计(ChatGPT) | 1.教学方案设计 | |
2.设计讲义PPT | ||
3.某个知识点的教案设计 | ||
4.课程思政建设 | ||
五、大模型辅助课程思维导图生成(ChatGPT) | 1.课程思维导图原理与作用 | |
2.大模型生成课程思维导图(生成内容框架;生成思维导图的结构化框架;专业工具优化) | ||
六、 大模型辅助课程知识图谱生成(ChatGPT) | 1.知识图谱基本概念和作用 | |
2.知识图谱的构成要素 | ||
3.利用大模型进行课程内容知识图谱的构建(提取关键知识点和知识体系;利用数据库构建知识图谱;知识图谱的导出与查看) | ||
七、大模型辅助流程图的生成(ChatGPT) | 1.确定业务流程 | |
2.生成流程图代码 | ||
3.渲染流程图 | ||
4.下载或引用流程图 | ||
八、大模型辅助创新教学设计(DeepSeek) | 1.创新教学设计的基本思路 | |
2.创新教学的选题 | ||
3.教学方案设计 | ||
4.讲义设计PPT | ||
九、大模型辅助作业(考试)题目的生成与评估(ChatGPT和DeepSeek) | 1.作业题目生成的基本原则 | |
2.使用大模型生成作业题目的步骤 | ||
3.作业题目评估与改进 | ||
十、大模型辅助作业批改与反馈优化(ChatGPT和DeepSeek) | 1.大模型在批改作业中的应用场景 | |
2.批改流程 | ||
3.作业批改中的反馈优化 | ||
十一、大模型辅助课程达成度报告分析(ChatGPT) | 1.课程设计的达成度分析 | |
2.数据与工具 | ||
3.课程达成度报告的撰写 | ||
4.教学改进的策略建议 |
【优惠及福利说明】
全套课程原价4000元,新课上线惊喜价:3440元
寒假及新年优叠加:报名全套享惊喜价8折特惠2752元
加赠大礼包:
1.6小时AI大模型入门视频课程(售价699元)
2.AI大模型平台caie(该平台汇聚了多个先进的大模型,包括知名的ChatGPT模型)
赠送平台10000算粒,作为科研支持。
3.文房思宝5篇范文生成权限(每篇高达20w字)
【联系方式】
刘老师
电话:18600257362
Q Q:3196394371
微信:jgzjwanzi
扫码获取CDA教材,累计已有10万+在读~
众享区块链大讲堂
299.00
如何高回报投资比特币,区块链
599.00
量化投资训练营1
23112.00
Stata公开课
500.00
GO语言基础入门
99.00
区块链进阶-通过代币学习智能合约开发
63.00