院部新闻

4月，为帮助同学们深入理解Deepseek的技术演变与底层逻辑，英才实验学院（未来技术学院）特别组织推出了“Deepseek系列专题公开课”。课程共四讲，于每周三晚 7、8 节在主楼A1区英荟讲堂准时开讲，吸引了来自多个学院的80余名师生积极参与，顺利完成教学任务。

本系列公开课打破传统授课模式，采用“师生共讲”的创新形式，融合教师的理论深度与学生的实践视角，共同打造一场场知识与思想的交流盛宴。

4月2日，陈峥老师开启第一讲 “大语言模型的前世今生：从 Transformer 到 DeepSeek——LLM 基础原理与发展脉络”。陈老师以深入浅出的讲解，梳理自然语言处理（NLP）与大语言模型（LLM）的演进简史，从Transformer架构到Deepseek技术演变，引导同学们构建起清晰的理论框架。

4月9日，第二讲“让模型更像人：思维链与Prompt工程——CoT的理念与实践”中，陈老师再次担纲主讲。他结合前沿案例，深入讲解语言模型的“推理思维”机制，剖析 CoT（Chain-of-Thought）方法和 Prompt 工程的核心原理与实用技巧，激发了同学们对语言模型应用的兴趣与思考。

4月16日，课程由学院大四学生崔晨航接力，带来第三讲“让模型学会用工具：RAG 与 Agent 技术初探——知识检索与智能代理的新范式”，将课程带入实践应用的新维度。他结合自身科研与产品实践经验，深入浅出地介绍了 RAG（Retrieval-Augmented Generation）机制、Agent 框架及工具调用方式，并展示其在实际场景中的应用成效，使同学们更直观地理解技术落地的路径与价值。

4月23日，最后一讲“大语言模型落地：复杂场景中的应用实践——语言模型如何赋能复杂任务处理”由大四学生李佳艺主讲。她以图文分析、代码编写与图表处理等复杂任务为例，展示大模型在教育、医疗、工程等多个领域的落地应用，带领同学们展望未来大模型技术的发展方向与挑战。

整个课程期间，师生协同合作，教师提供坚实理论支撑，学生贡献前沿实践案例，形成了互为补充、优势互促的教学新格局。该系列课程不仅拓宽了同学们的知识视野，更激发了对人工智能技术深入探索的热情。

未来，英才实验学院将持续探索创新教学路径，打造更多高质量课程平台，助力学生成长与科研能力提升，推动学院人才培养质量迈上新台阶。