大語言模型賦能地方應用型大學基礎學科拔尖創新人才培養：困境、機遇和路徑

【內容摘要】大語言模型技術迭代的不斷加速，對教育教學領域帶來極大的挑戰和機遇。本文旨在探討大語言模型（以DeepSeek為例）技術賦能應用型大學基礎學科拔尖創新人才培養的路徑問題。從實踐來看，地方應用型大學基礎學科拔尖創新人才培養存在理念導向不明、甄選方式單一、實踐環節薄弱、師資隊伍高水平人才不足等問題，而大語言模型作為一種基于深度學習的自然語言處理技術，可為這些問題的解決提供新機遇。

【關鍵詞】大語言模型；DeepSeek；基礎學科拔尖創新人才；應用型大學；創新性

2018年，《關于實施基礎學科拔尖學生培養計劃2.0的意見》（簡稱《意見》）由教育部六部門聯合發布，《意見》明確提出要遵循基礎學科拔尖創新人才規律，通過提高質量、創新模式等，形成拔尖人才培養的“中國標準、中國模式和中國方案”。2020年，教育部又推出了“基礎學科招生改革試點”（即“強基計劃”）。至此，我國高等教育從招生到培養的基礎學科人才培養鏈條便基本建成。我們深知，基礎學科是國家創新發展的源泉、引領與后盾，而基礎學科拔尖人才培養則是高等教育強國建設的重大戰略任務。①“拔尖創新人才培養”，旨在培養有潛力、眼光遠大、富有創新精神的人才，以推動當地經濟社會發展和科技進步。而對于應用型大學而言，其學科特點和培養目標更加突出實踐性和創新性。然而，當前應用型大學基礎學科教育存在的問題是，課程設置單一，內容較為機械、瑣碎，與實踐聯系緊密度不夠，缺乏對前沿技術的引入和對創新思維的培養。因此，教育數字化轉型背景下如何開發面向應用型大學的基礎學科創新人才培養模式，成為一個亟須解決的問題。大語言模型技術，作為一種基于深度學習的語言處理技術，能夠實現對大數據的自動分析、對用戶的個性化智能問答、對話式學習等功能，其在教育領域，通過“長文本語言理解、邏輯推理能力等特長使其在學情分析、知識提供、個性指導、文本生成等方面較其他大模型的表現更為出色，能夠直擊教育痛點、破解教育難點”②。因此，本文擬以大語言模型（以DeepSeek為例）技術賦能教育為視域，探索地方應用型大學基礎學科拔尖創新人才培養的困境、大語言模型為其提供的機遇，以及大語言模型技術賦能地方應用型大學基礎學科拔尖創新人才培養路徑，以期為我國拔尖創新人才培養提供一定的啟示。

一、地方應用型大學基礎學科拔尖創新人才培養的困境

基礎理論研究是解決“卡脖子”技術的關鍵，而基礎學科則是現代科技的支撐和發展的基礎。故而充分培養基礎學科拔尖創新人才，對于推動我國科技進步和經濟發展至關重要。這也是大學的職責。在數字化迅猛發展的當下，可以憑借人工智能、大語音模型、深度學習等前沿信息技術，如DeepSeek等，創新教育模式和教育手段，為我國拔尖創新人才培養注入新的動力，為緩解當下的培養困境提供動力。然而，從當下地方應用型大學基礎學科拔尖創新人才培養現狀來看，面臨著一系列現實困境。

（一）理念導向不明

從目前我國地方應用型大學的拔尖創新人才培養理念來看，對理論研究和技術攻關較為關注。然而，培養理念的具體體現往往忽略了基礎學科與其他學科的交叉融合、市場需求和實際應用等方面，造成了基礎學科研究成果不能有效地推廣和應用的問題。譬如，從天水師范學院的培養理念來看，通過以賽促學、以評促教等不同路徑，力爭朝向基礎學科拔尖人才培養目標努力，但因理念導向不夠明確，盡管學生在各類建模大賽中成績不錯，但整體水平偏低，綜合創新能力偏弱。總體而言，人才培養理念導向不明確。分析來看，因主客觀條件所限，地方應用型大學學生日常所接觸的內容往往與最前沿的學術成果有一定的時間差。同時，因應用型大學基礎學科教學與科研支持相對薄弱，學生較難在學術論壇、科研項目等方面獲得更多的支持。當然，近年來大學生創新創業項目的支持力度不小，但尚處于初步發展階段，效果也處于初顯狀態。

（二）甄選方式單一

基礎學科作為抽象性學科，需要一定的原創能力、自主思考能力以及科研潛力。從當前應用型大學基礎學科拔尖創新人才培養甄選方式來看，考試成績是最常見的方式，趨于單一。比如，從天水師范學院伏羲書院的選拔途徑來看，最主要的依據是高考成績，具體為：首先要求學生高考英語成績達到標準要求（110分以上），其次便參照高考總成績，采取從高到低依次錄取的方式。客觀而言，這一選拔方式不利于具備原創能力、自主思考能力以及科研潛力人才的甄選與培養。因為將高考成績作為改革選拔的主要依據，不僅會導致多元化選拔機制改革失去意義，且不利于拔尖人才的選拔與成長。③此外，應用型大學基礎學科拔尖創新人才評價模式也趨于單一。從實踐來看，綜測為最主要的評價方式，其中也將學生參加各類競賽作為加分項，但占比極小。

（三）實踐環節薄弱

具有良好實踐能力是拔尖創新人才應該具備的主要能力之一。④可以說，實踐能力是基礎學科拔尖人才培養的關鍵目標，而實踐環節的效果直接決定著學生實踐能力的強弱。而從應用型大學的培養過程來看，實踐環節的體現往往不夠到位，導致實踐能力、創新能力等方面存在短板。這些短板不僅影響著地方應用型大學基礎科學研究的質量和水平，而且在一定程度上阻滯了科技成果的轉化和應用。此外，基礎學科拔尖創新人才的培養，實踐環節是必經階段，學生經由參與實踐，不斷磨煉自己的思考能力和解決問題的能力。但因地方應用型大學與市場企業合作不夠緊密，學生獲得有效的實踐鍛煉機會也相對較少，缺乏與實際應用場景接軌的機會。這也導致了我國基礎教育雖然花了大量時間培養學生解決實踐問題的能力，但對發現問題和提出問題能力的培養比較欠缺。⑤

（四）師資隊伍高水平人才缺乏

高素質的師資隊伍是拔尖創新人才培養的重要保障。⑥相對而言，基礎學科的教師隊伍對于拔尖創新人才的培養更是起著至關重要的作用，是基礎學科拔尖人才培養質量的根本前提條件。然而，近年來，在地方應用型大學發展過程中，因主客觀條件限制，人才流失極為嚴重，基礎學科教師隊伍不穩定，且高水平人才比例偏小，往往導致教學質量達不到要求。與此同時，從師資隊伍的整體學歷來看，高學歷師資比例偏低，以天水師范學院為例，現有教職工1417人中，具有博士學位的教師不到300人，占比相對偏低。近五年來，國家級教學成果獎獲得數量為0，省級教學技能大賽一、二等獎數量也相對偏少。

二、大語言模型為應用型大學基礎學科拔尖創新人才培養提供新機遇

在信息技術迅猛發展的當下，地方應用型大學基礎學科教育面臨的挑戰日益增大，傳統的課堂和實踐模式已經無法滿足現代產業和社會對專業技能和綜合素質的要求。在此背景下，通過引入在智能教育領域具有廣闊應用前景的大語言模型技術創新教育模式，為應用型大學基礎學科拔尖人才培養新模式的創新提供了新機遇。

（一）大語言模型可以促進應用型大學基礎學科拔尖創新人才培養理念的革新

應用型大學高質量發展，必然要求與時俱進更新人才培養理念。⑦即是說，地方應用型大學基礎學科拔尖創新人才的培養，理念更新首當其沖。由上文可知，從整體來看，地方應用型大學基礎學科拔尖創新人才培養過程中存在理念導向不明問題，可經由大語言模型促進其革新。以DeepSeek為例，其作為一個大型語言處理模型，其強大的自然語言理解和生成能力，在很大程度上可為基礎學科拔尖創新人才培養理念提供新思路。我們深知，拓寬、強化基礎，是拔尖人才培養的一個基本教育教學思想，其注重基本概念、基本原理與基本技能的教育與訓練，而基礎中的“基礎”，則是在基本概念、基本原理乃至基本技能教育與訓練之后的學生觀察、想象、判斷與創造思維能力培養與訓練。⑧這往往被當下的大學課堂教學所忽視。故而，充分利用大語言模型，憑借其強大的自然語言理解和生成能力，促進提煉問題、收集與分析數據，滿足拔尖創新人才培養過程中學生經由觀察、分析、思考、判斷并創造的思維能力提高之需。由是觀之，大語言模型可為地方應用型大學基礎學科拔尖創新人才培養理念的革新提供資源信息和模式創新的方向，進而促進培養理念的革新。

（二）大語言模型可以助力地方應用型大學基礎學科拔尖創新人才培養質量體系的完善

人才培養體系包括人才培養理念、人才培養目標以及培養規格、培養模式、管理制度等。從實踐來看，地方應用型大學基礎學科拔尖創新人才培養質量體系存在評估指標不準確、缺乏可重復性等問題。借助大語言模型技術，可以為應用型大學基礎學科拔尖創新人才培養提供有效支持，并推動質量體系的完善。首先，大語言模型通過分析學生的知識儲備、學習風格和能力特點等因素，實現學生的個性化發展需求、激發其創新意識，進而實現拔尖創新人才培養目標。因為相較而言，傳統的教學方式往往僅能照顧到大部分學生的需求，卻無法滿足學生的個性化需要。而利用大語言模型的自然語言處理技術，為學生量身定制個性化的學習計劃和資源，以提高學生的學習效果和達成目標的可能性。其次，經由大語言模型分析學生的文本數據進行全面的評估，在考核和評價方面發揮重要作用。對于基礎學科來說，純粹的知識掌握并不足以評判一個學生是否擁有拔尖創新的潛力。因此，借由大語言模型，利用深度學習算法以及大規模語言處理模型技術，建立以數據驅動的培養方案，包括培養規格、培養模式、管理制度等，形成更加科學、公正的評價體系，對學生的思維方式、邏輯能力、表達能力進行多角度評估。進而，基于學生數據，經由分析、分類、整理，了解其在學習過程中的瓶頸問題，從而有針對性地調整教學計劃和資源配比等，以提高學習效果，實現拔尖創新人才培養的目標。

（三）大語言模型可以加強應用型大學基礎學科拔尖創新人才培養模式的創新

拔尖創新人才培養需要人才培養模式的創新。 近年來，地方應用型大學順應國家人才培養訴求，根據本土的實際情況建構了各式的培養模式，比如天水師范學院創建的“伏羲書院”——以書院制的方式創新基礎學科拔尖創新人才培養模式，為該地方高校基礎學科拔尖創新人才培養開啟了一條可能的有效路徑。然而，在新的形勢下培養模式也需要與時俱進，予以變革和創新。大語言模型技術作為一種能夠根據用戶需求生成自然語言回答的人工智能技術，在發揮基礎學科作用深層次和隱蔽性方面，提供了更廣闊的應用空間。通過大語言模型技術為學生提供更加個性化、高效的學習服務，進而加速應用型大學基礎學科拔尖創新人才培養模式建構。一方面，提供個性化教育服務。通過大語言模型技術，可以為每位學生量身定制基礎學科的學習路徑、內容和方式，以便讓學習變得更具針對性和個性化。比如，天水師范學院伏羲書院學生大多聚焦于中文、思政、哲學等專業，可利用大語言模型創建一個集中文、思政、哲學等于一個空間的、多元的數字化數據資料庫，供線上線下混合教學使用，以滿足學生個性化學習需求。另一方面，提高學習效率。在以往的人才培養過程中，學生對基礎學科問題的解決方式往往是利用大量時間去查閱書籍和資料、找尋答案，而大語言模型技術可以利用自然語言處理技術生成知識圖譜，以可視化的形式幫助學生即時獲得正確的答案與所需的拓展性信息，從而提高學習效率。此外，因大語言模型技術也具備搜索引擎優勢，可以根據學生的學習數據和興趣推薦相應的學習資源，使其學習過程更加高效和便捷。

（四）大語言模型可以助推地方應用型大學基礎學科拔尖創新人才培養甄選方式的優化

從目前的人才選拔方式來看，標準化考試為主選，也因此說所選拔的僅為標準化教育中的優勝者。⑨這與新時期創新人才的培養要求不甚相符。因為當下在新型數字技術如大語言模型等的影響下，一個確定的事實是：DeepSeek能夠分析海量的學術資源和研究數據，發現其中潛在的研究趨勢和創新領域，幫助研究人員和學生從不同角度進行問題探索，激發其創新思維，推動新知識的產生。⑩從上文數據可知，地方應用型大學基礎學科拔尖創新人才的甄選方式趨于單一。大語言模型技術可以為之提供新穎的解決方案，即根據基礎學科具有長期性、連續性的特點，憑借大語言模型其自然語言處理技術，推進智能化面試等多樣化評估方式，對學生進行智能化、多樣化評估，在選拔中根據學生的性格特點、認知風格及其思維、數理邏輯等方面的綜合表現進行初步篩選和評估。同時，結合學生的高考成績、學業記錄等信息，從而形成一個更加全面、真實的學生畫像。如此，使得基礎學科拔尖人才選拔過程更加全面公正、科學高效，同時也實現甄選方式的多元化，從而為基礎學科拔尖創新人才甄選出好的苗子。

三、大語言模型賦能地方應用型大學基礎學科拔尖創新人才培養的路徑

應用型大學基礎學科拔尖創新人才培養是當前高等教育改革的重要方向，而大語言模型作為先進的自然語言處理系統，可以從環境創造、課程建設、模式創新和效率提升四個方面對地方應用型大學基礎學科拔尖創新人才培養予以賦能。

（一）賦能方式：依托環境創造，強化學生的創新性意識生成

我們深知，拔尖創新人才成長離不開學校環境，大學階段尤為突出，也因此說，各個領域培養具有創新精神與創新意識的杰出人才，即拔尖創新人才的培養需要各類大學創造優質的環境。數字化的當下，借由大語言模型的優勢特點進行環境創造，強化學生的創新意識生成，是應用型大學基礎學科拔尖創新人才培養的必由之路。

作為一種基于人工智能技術的交互式模型，大語言模型可以支持創造一個開放、自由的環境，為學生提供自主的思考和創新的空間。我們深知，因基礎學科具有深層次和隱蔽性特點，故應用型大學在基礎學科拔尖創新人才的培養中，需要注重對學生理解能力、應用能力的培養，進而促進其創新意識、創新能力等的提升。在此方面，大語言模型的智能交互與溝通能力可以有效促進教育資源整合，打造“物理空間”和“數字空間”一體化的學習環境，加強學生對于基礎學科的理解和應用，提高學生的創新能力。具體而言，在這種雙空間學習環境下，學生可以隨時向大語言模型提問、交流和探討，而大語言模型則可即時快速響應回答學生的問題，且能依據其反饋，精準地輸出與其需求相符的答案，從而促進學生更好地開發自身潛能，使其獲得創新思維和能力。比如，天水師范學院伏羲書院一直以來舉辦的教學實踐活動、創新比賽，可以聚焦于應用型大學基礎學科拔尖創新人才培養，結合目前的幾個主要專業方向——漢語言文學、歷史學、思想政治教育等，充分利用大語言模型，在天水師范學院已有的“虛擬仿真實驗教學平臺”的基礎上開發生成虛擬實驗室，打造“創新教育的知識中心”，形成文、史、哲的數字化綜合資源庫、應用案例分析庫，進而在智能化教育資源、社會網絡等多維度、雙空間一體化的學習環境下，豐富多類型、交叉性學科知識，增加學生參與、體驗、實踐的機會，進而提高其創新意識和創造能力。

（二）推進方法：經由課程建設，拓展學生更寬維度的知識素養

基礎教育領域基礎學科人才培養的主要教育載體是課程。因此，課程建設無疑是地方應用型大學加強教學改革的有力依托，在教育數字化轉型的當下，憑借大語言模型技術推進課程建設，提升學生知識素養，是地方應用型大學基礎學科拔尖創新人才培養的路徑之一。

大語言模型通過其強大的自然語言處理能力，助推應用型大學加強更廣泛、更有深度的課程建設，使學生能夠獲得更寬維度的知識素養。具體而言，根據基礎學科具有抽象性、概括性的特點，憑借大語言模型技術，應用型大學可以在人文社科領域建設分類課程（綜合課程和特需課程）。這類指向不同的課程可以更好地引導學生理解和掌握基礎學科的相關知識，同時借助自然語言生成系統幫助學生形成概括性、整體性課程思維。一方面，可以利用大語言模型提供的自然語言生成系統，建立包括文史、思政等綜合類文科類基礎學科課程體系，滿足學生綜合素質的發展。另一方面，經由大語言模型自然語言處理技術，可以針對學生在基礎學科知識方面需要掌握的理論、實踐內容，構建可與學生進行深入交互的特需人文社科類課程，推進知識流通、創新思維和實踐能力的提升，滿足其個體發展需求。此外，大語言模型憑借大規模的云模型，擁有跨越語言和文化障礙的能力，可以快速收集各類學科知識資料和實踐案例，整合來自不同學科領域的教育資源，將海量知識進行結構化處理，為學生提供更加立體化、全面化的課程學習路徑。比如通過對不同專業和不同領域的專家、學者等的多重課程資源進行跨界整合，不斷拓展學生在多領域內容上的知識消化和理解，從而增強學生的視野和知識面，拓展學生的綜合知識素養。

（三）提質手段：憑借模式創新，提供學生個性化創新能力畫像

我國拔尖創新人才培養路徑之一便是“個性化的教學管理模式”。這一模式必定指向“學生個性化能力發展”，而個性化特點的滿足，則是數字化技術賦能教育教學的最大優勢之一。由此推知，基于DeepSeek技術，創新教與學方式，提供學生個性化創新能力畫像，是數字化時代我國地方應用型大學基礎學科拔尖創新人才培育的主要路徑。

大語言模型（DeepSeek）可以實現完全個性化的學習路徑，為學習者自主學習提供有利條件。具體而言，大語言模型所具備的智能交互與溝通能力，能夠為個體學生提供全面的學習服務，從而達到他們個性化的發展需求。我們深知，因基礎學科具有長期性、連續性特點，要求學習主體具備持續性、自主性學習能力。在大語言模型的支持下，學校可以為學生提供更加全面且個性化的學習支持服務，使其能夠持續地參與到學科研究和實踐中。譬如，伏羲書院可以結合自身特點，充分利用學院的公眾號，利用大語言模型的聊天功能，向學生定時推送更加符合其個性特點和興趣愛好的學術資料、創新案例以及思維工具等，為學生創造提升創新能力的條件，以提升學生對所學科目、所從事科研項目等的理解和應用能力，形成一個全方位的創新支持體系。事實上，作為一種智能自然語言處理技術，大語言模型與人類記憶相仿的“記憶系統”，當同一位用戶再次啟動聊天時，能夠回想起兩者之前的交流內容和用戶對話記錄，故能夠依據學生的需求反饋和信息反饋，為其提供個性化的創新能力畫像，并為他們量身打造各類課程學習創新產品。這種畫像數據不僅能夠滿足學生對于自身能力的了解，同時也可以借助這些信息為其匹配更加適切的個性化創新活動。此外，在學生的創新能力提升方面，可以憑借大語言模型技術對學生進行全方位、多維度的課堂活動數據分析，并將其與相關領域內（分別指向課程學習、科研數據掌握等）范本進行比較和分析，對他們的學習過程予以深層次梳理和評估。大語言模型基于存檔式的交流學習模式，既涉及表達和描述，又需要反思和綜合，同時完整有邏輯的對話可以助推學生自身的性格特點、創新熱情以及革新意愿等的挖掘，可以形成更全面的思維模式，從而更好地促進其創新精神、創新能力的發展與提升。

（四）增效途徑：通過效率提升，加強對學生創新意識的引領

在我國創新驅動戰略引領下，各級各類學校需要積極探索拔尖創新人才的科教融合模式，依托高校科研資源提升學生的創新意識、精神和實踐能力，為國家培養科技創新后備力量。國家發展戰略明確提出，我國各級學校需要積極探索培養拔尖創新人才的路徑，而提升學生的創新意識是具體內容之一。順應時代發展潮流，充分利用教育數字化資源提升效率，則無疑是引領學生創新意識提升的有效路徑。

大語言模型作為人工智能技術驅動的自然語言處理工具，其自然語言生成系統可以幫助學生更好地理解和掌握學習知識，逐步提高學生的創新意識和可視化表達技巧。高校是一個相當復雜的體系，其中涉及教育資源的組織與優化、教學任務要求等各種因素。而對于地方應用型大學而言，教育資源相對匱乏，研究基礎也較為薄弱，體制內與體制外資源競爭均明顯處于劣勢。又因基礎學科所具有的深層次和隱蔽性特點，地方應用型大學更加需要整合優化各類教育資源提升效率，加強對學生創新意識和方法等方面的引領和培養。故而說，憑借大語言模型的智能交互與溝通能力，可以更加靈活地進行教學素材和資源的分發和接收，促進地方應用型大學提升教育資源整合效率，為促進學生對于基礎學科的理解和應用能力提供充足的可利用資源，進而更有效提升學生的創新意識。換言之，大語言模型能夠有效管理和利用各類數據和信息，并通過機器學習、深度學習等技術，實現對學習主體學習過程的跟蹤和分析。如此，在教學管理上可以實現精細化與智能化，更為高效地服務于學生的科研、學習等多樣資源提供需求。同時，通過大語言模型和其他智能化系統（如VR技術）相結合，也有助于促進學習效率的提升。比如，可以根據伏羲書院的辦學宗旨，利用天水師范學院虛擬仿真實驗教學平臺接入大語言模型，打造智能教學及實訓平臺，構建智能助教和學伴，設計一些仿真演練、智能化的文、史、教、哲等學科的教學視頻、虛擬科研實踐平臺，幫助學生更好地參與教學實踐活動，強化他們的實踐操作能力；另一方面，借助虛擬科研實踐平臺，借助大語言模型完成瑣碎的程式化任務，將學生從復雜的數據分析和高度結構化的科研任務中解放出來，提升學習效率，進而促進其創新意識、創新能力的提升。

DeepSeek植根于中國傳統智慧的學習范式使得模型在復雜場景下的泛化能力極大提高，從而為大語言模型所具有的技術優勢與學習范式的革新需求不謀而合。也就是說，大語言模型相關技術的不斷迭代，教育教學領域勢必將面臨極大的挑戰與機遇。大語言模型作為一種大規模語言模型，已廣泛應用于人工智能、自然語言處理等領域，因其能夠實現對大數據的自動分析、對用戶的個性化智能問答、對話式學習等功能，因而可以為教育創新提供新的機遇，包括跨學科優化整合教育資源、即時解答專業學術問題、搭建自主學習平臺、節約人力資源成本、重構學校教育結構等。這也為地處相對偏遠的地方應用型大學基礎學科拔尖創新人才培養解決理念導向不明、甄選方式單一、實踐環節薄弱等問題，促進理念革新、助推甄選方式增長、加速模式創新、助力質量體系完善。同時，根據基礎學科具有抽象性、概括性、長期性、連續性、深層次和隱蔽性的特點，大語言模型賦能應用型大學基礎學科拔尖創新人才培養路徑的構建體現在：依托環境創造，強化學生的創新性意識生成；經由課程建設，拓展學生更寬維度的知識素養；憑借模式創新，提供學生個性化創新能力畫像；通過效率提升，加強對學生創新意識的引領。我們知道，Life 2.0允許軟件層面的改變，即人類可以通過文化、教育和技術創新等方式提升自身的能力和適應性。然而，作為高校教育工作者需要客觀、理性地看待其發展趨勢，能夠將在“用沒有人工監督的情況下從通用大語言模型中引出推理，擁有比通用大模型更強的邏輯推理、分析決策和問題解決能力”科學規范地為我所用，辯證、合理地賦能教育教學，助力教育教學順利向數字化轉型升級、發展演變。

參考文獻：

①鄭慶華：《打造“不設天花板”的基礎學科拔尖創新人才培養空間》，《中國高等教育》2022年第12期。

②陸道坤：《顛覆與重構：DeepSeek引發的教育領域“蝴蝶效應”及應對》，《新疆師范大學學報（哲學社會科學版）》2025年第4期。

③陶宇斐：《我國本科基礎學科拔尖人才培養改革的回眸、反思與建議》，《高校教育管理》2023年第3期。

④趙曉峰、邢成舉：《新文科建設背景下社會學人才培養的“兩經一專”模式研究》，《新文科教育研究》2022年第2期。

⑤沈悅青、劉繼安：《基礎學科拔尖創新人才培養要解決的兩個關鍵問題——訪上海交通大學原校長、中國科學院院士張杰》，《高等工程教育研究》2022年第5期。

⑥鐘秉林、陳楓、王新鳳：《我國拔尖創新人才培養體系的本土經驗與理論構建》，《中國遠程教育》2023年第12期。

⑦張君誠、蘭明尚、賴祥亮等：《項目驅動創新班：應用型大學教學組織形式創新——兼論“五位一體”應用型人才培養模式》，《高等工程教育研究》2022年第3期。

⑧葉俊飛：《從“少年班”“基地班”到“拔尖計劃”的實施——35年來我國基礎學科拔尖人才培養的回溯與前瞻》，《中國高教研究》2014年第4期。

⑨胡娟：《基礎學科拔尖人才培養中的三個問題》，《吉首大學學報（社會科學版）》2020年第2期。

⑩羅坤明、湯明、尹克寒：《國產開源大模型賦能圖書館智慧化服務功能——以DeepSeek為例》，《圖書館理論與實踐》2025年2月28日網絡首發。

賀芬：《拔尖創新人才可以“計劃”培養嗎？——對“強基計劃”的冷思考》，《河北師范大學學報（教育科學版）》2021年第3期。

周沂、陳圓月、馮皓月：《學科交叉推動拔尖創新人才培養的作用研究——來自S大學書院制的經驗證據》，《湖南師范大學教育科學學報》2024年第1期。

劉海燕、蔣貴友、陳喚春：《我國拔尖創新人才選拔與培養的路徑研究——基于36所高校“強基計劃”招生簡章的文本分析》，《高校教育管理》2021年第4期。

于歆杰：《當我們布置的作業DeepSeek能做對80%……》，《中國大學教學》2025年第Z1期。

王新鳳：《科教融合培養拔尖創新人才的政策、模式與突破》，《中國高等教育》2023年第7期。

周友士、蔣亦華：《地方應用型大學特色發展內涵闡釋與實踐策略》，《華南師范大學學報（社會科學版）》2021年第1期。

令小雄：《DeepSeek開啟后ChatGPT時代——基于數字范式革新及其運演哲思》，《西北工業大學學報（社會科學版）》2025年2月11日網絡首發。

蔡天琪、蔡恒進：《DeepSeek的技術創新與生成式AI的能力上限》，《新疆師范大學學報（哲學社會科學版）》2025年第4期。

魏鈺明等：《DeepSeek突破效應下的人工智能創新發展與治理變革》，《電子政務》2025年2月26日網絡首發。

【責任編輯：韓勇】

*本文系甘肅省普通高等學校英語教學改革研究項目“內容語言融合教學模式在商務英語教學中的應用研究”（項目編號：Z202308）、甘肅省高等教育教學成果培育項目“數字化賦能英語教育專業教學變革研究—以《英語教學論》為例”、天水師范學院2024年度校級教育教學改革研究重點項目“數字化賦能英語教育專業教學變革研究”的階段性成果。