基于人工智能大模型的智慧高等教育系統(tǒng)設(shè)計(jì)

摘要：高等教育是人工智能研究和應(yīng)用活躍的領(lǐng)域之一，文章梳理了人工智能的發(fā)展現(xiàn)狀，以構(gòu)建基于人工智能大模型的智慧高等教育系統(tǒng)，分析了將通用大模型轉(zhuǎn)化為高等教育行業(yè)大模型的主要步驟，設(shè)計(jì)了基于人工智能大模型的智慧高等教育系統(tǒng)，介紹了系統(tǒng)應(yīng)用架構(gòu)，闡述了教學(xué)輔助、學(xué)習(xí)增強(qiáng)、科研支持、管理優(yōu)化等具體功能，并簡(jiǎn)要展望未來(lái)發(fā)展趨勢(shì)。

關(guān)鍵詞：人工智能；大模型；高等教育；應(yīng)用架構(gòu)；智能體；應(yīng)用

中圖分類號(hào)：TP311" " " 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2025）18-0049-03

開放科學(xué)（資源服務(wù)） 標(biāo)識(shí)碼（OSID）

0 引言

1956年，達(dá)特茅斯會(huì)議首次提出了“人工智能（Artificial Intelligence， AI） ”這一術(shù)語(yǔ)[1-2]，標(biāo)志著AI作為獨(dú)立學(xué)科的正式誕生，開啟了體系化的理論和技術(shù)研究。進(jìn)入21世紀(jì)，機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)和深度學(xué)習(xí)等AI技術(shù)迎來(lái)了繁榮期。2018年，美國(guó)OpenAI公司發(fā)布GPT-1[3]，開啟了預(yù)訓(xùn)練語(yǔ)言大模型的新時(shí)代。語(yǔ)言大模型（Large Language Model，簡(jiǎn)稱LLM，中文簡(jiǎn)稱“大模型”） 因其出色的理解能力、推理能力和生成能力，突破了人們以往的認(rèn)識(shí)，引發(fā)新一輪AI高潮，世界各國(guó)紛紛布局AI發(fā)展戰(zhàn)略，以在新一輪AI技術(shù)革命中搶占先機(jī)。

高等教育是AI應(yīng)用較早的領(lǐng)域，也是大模型應(yīng)用研究的重點(diǎn)領(lǐng)域之一，應(yīng)用研究比較活躍[4-6]。本文通過梳理AI的發(fā)展現(xiàn)狀與大模型技術(shù)，分析由通用大模型訓(xùn)練形成教育行業(yè)大模型的實(shí)現(xiàn)路徑，研究相關(guān)AI技術(shù)在高等教育領(lǐng)域的應(yīng)用方向，設(shè)計(jì)了基于AI大模型的智慧高等教育系統(tǒng)架構(gòu)，闡述了教學(xué)輔助、學(xué)習(xí)增強(qiáng)、科研支持、管理優(yōu)化等細(xì)分領(lǐng)域的具體應(yīng)用功能，并對(duì)未來(lái)發(fā)展方向進(jìn)行了簡(jiǎn)要探討。

1 人工智能發(fā)展現(xiàn)狀

1956年達(dá)特茅斯會(huì)議之后，AI的發(fā)展呈現(xiàn)出曲折的特點(diǎn)，雖有高潮與低谷，但總體趨勢(shì)是不斷實(shí)現(xiàn)突破與創(chuàng)新。一些標(biāo)志性技術(shù)成果包括邏輯推理系統(tǒng)、專家系統(tǒng)、機(jī)器學(xué)習(xí)算法（如決策樹、支持向量機(jī)）、神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)（如AlphaGo）、自然語(yǔ)言處理（如Transformer） 等[7]。

2017發(fā)布的Transformer模型架構(gòu)因其創(chuàng)新應(yīng)用自注意力機(jī)制，對(duì)自然語(yǔ)言處理領(lǐng)域產(chǎn)生了深遠(yuǎn)影響[8]，引發(fā)大語(yǔ)言模型的誕生。2018年，美國(guó)OpenAI公司基于Transformer架構(gòu)發(fā)布GPT-1，開啟了大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型的新時(shí)代。近幾年來(lái)，大模型參數(shù)規(guī)模呈現(xiàn)爆發(fā)式增長(zhǎng)，領(lǐng)先的大模型參數(shù)規(guī)范已達(dá)萬(wàn)億級(jí)別[9]。大模型通過大規(guī)模數(shù)據(jù)訓(xùn)練、具備強(qiáng)大自然語(yǔ)言處理能力，這類模型能夠理解并生成人類語(yǔ)言，廣泛應(yīng)用于文本生成、翻譯、問答等場(chǎng)景。

將這些具有人類通用知識(shí)的模型作為基座模型（通常被稱為“通用大模型”） ，在此基礎(chǔ)上使用行業(yè)特有的知識(shí)和數(shù)據(jù)對(duì)通用大模型進(jìn)行定向訓(xùn)練可以生成服務(wù)于垂直行業(yè)的行業(yè)大模型。

2 高等教育行業(yè)大模型實(shí)現(xiàn)路徑

教育行業(yè)大模型[10-14]是使用教育領(lǐng)域語(yǔ)料對(duì)通用大模型進(jìn)行訓(xùn)練或微調(diào)，生成符合教育領(lǐng)域需求行業(yè)大模型和具體細(xì)分領(lǐng)域特色的專業(yè)大模型。由通用大模型訓(xùn)練高等教育行業(yè)大模型的主要步驟如下。

1） 數(shù)據(jù)準(zhǔn)備。準(zhǔn)備高等教育領(lǐng)域語(yǔ)料如教材、教學(xué)案例、學(xué)術(shù)論文、實(shí)驗(yàn)記錄等，并對(duì)數(shù)據(jù)進(jìn)行處理，標(biāo)注教育實(shí)體如學(xué)科術(shù)語(yǔ)、院校名稱等。

2） 領(lǐng)域適配預(yù)訓(xùn)練。在通用模型上注入教育領(lǐng)域語(yǔ)料進(jìn)行增量訓(xùn)練，過程中應(yīng)注意控制學(xué)習(xí)率，防止覆蓋通用知識(shí)。

3） 任務(wù)微調(diào)。根據(jù)行業(yè)任務(wù)（如課程設(shè)計(jì)、智能答疑和論文潤(rùn)色） 構(gòu)建對(duì)應(yīng)的任務(wù)指令集，采用高效微調(diào)技術(shù)進(jìn)行訓(xùn)練。

4） 評(píng)估與優(yōu)化。使用專屬測(cè)試數(shù)據(jù)集評(píng)估模型的知識(shí)點(diǎn)覆蓋率、教學(xué)邏輯連貫性、學(xué)術(shù)規(guī)范性等能力，并強(qiáng)化倫理約束。

5） 部署應(yīng)用。將模型集成到教學(xué)平臺(tái)等環(huán)境中，并支持輕量化部署如邊緣端設(shè)備。

3 基于AI大模型的智慧高等教育系統(tǒng)設(shè)計(jì)

3.1 系統(tǒng)整體應(yīng)用架構(gòu)設(shè)計(jì)

該系統(tǒng)以高等教育領(lǐng)域的教學(xué)、科研、學(xué)習(xí)和管理等業(yè)務(wù)需求為基礎(chǔ)，結(jié)合AI大模型的通用能力及當(dāng)前的應(yīng)用實(shí)探索，設(shè)計(jì)基于AI大模型的智慧高等教育系統(tǒng)。該系統(tǒng)應(yīng)用架構(gòu)包括基礎(chǔ)設(shè)施層、數(shù)據(jù)層、模型層、能力層和應(yīng)用層，共5個(gè)層次（見圖1） 。對(duì)每一層的構(gòu)成和功能進(jìn)行了詳細(xì)的設(shè)計(jì)，對(duì)教學(xué)輔助、學(xué)習(xí)增強(qiáng)、科研支持、管理優(yōu)化和智能助手等功能模塊進(jìn)行了詳細(xì)描述，目的是為教師、學(xué)生、科研人員及行政管理人員提供智能化工具和助手。

3.2 各層功能介紹

3.2.1 基礎(chǔ)設(shè)施層

基礎(chǔ)設(shè)施處于最底層，提供行業(yè)大模型所需的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)和安全資源，為模型的訓(xùn)練和推理提供必要的計(jì)算能力、存儲(chǔ)空間、網(wǎng)絡(luò)帶寬和安全保證。其中算力直接影響模型復(fù)雜度與訓(xùn)練速度，需要配置與系統(tǒng)規(guī)模匹配的GPU、內(nèi)存等算力。

3.2.2 數(shù)據(jù)層

數(shù)據(jù)是AI學(xué)習(xí)的基礎(chǔ)，決定了模型的知識(shí)邊界和泛化能力，數(shù)據(jù)層包括數(shù)據(jù)源管理和數(shù)據(jù)應(yīng)用管理。

1） 數(shù)據(jù)源管理。

數(shù)據(jù)源管理包括教學(xué)類數(shù)據(jù)、科研類數(shù)據(jù)、管理類數(shù)據(jù)、服務(wù)類數(shù)據(jù)及其他數(shù)據(jù)等模塊。數(shù)據(jù)源涵蓋教學(xué)管理、學(xué)生行為、學(xué)術(shù)研究、行政管理、社會(huì)服務(wù)等結(jié)構(gòu)化數(shù)據(jù)，電子版教科書、課件PPT、教學(xué)視頻、習(xí)題集、期刊論文、學(xué)位論文、講座錄像等非結(jié)構(gòu)化數(shù)據(jù)。

2） 數(shù)據(jù)應(yīng)用管理。

數(shù)據(jù)應(yīng)用管理包括數(shù)據(jù)抓取、數(shù)據(jù)清洗、數(shù)據(jù)向量化、訪問控制等功能。數(shù)據(jù)抓取是源數(shù)據(jù)采集，決定模型的覆蓋范圍和多樣性。數(shù)據(jù)清洗是質(zhì)量控制，直接影響模型性能。數(shù)據(jù)向量化是特征工程的核心，決定模型對(duì)數(shù)據(jù)的理解深度。訪問控制是安全防線，確保系統(tǒng)功能和數(shù)據(jù)使用合法合規(guī)。

3.2.3 模型層

包括通用大模型、行業(yè)大模型、AI工具等三部分。

1） 通用大模型。

包括語(yǔ)言大模型、視覺大模型、多模態(tài)大模型、科學(xué)計(jì)算大模型等，是生成行業(yè)模型的基座模型，提供知識(shí)問答、圖像生成等通用能力。其中科學(xué)計(jì)算大模型是專為復(fù)雜科學(xué)問題設(shè)計(jì)的，以實(shí)現(xiàn)高效、高精度的科學(xué)模擬與預(yù)測(cè)。

2） 教育行業(yè)大模型。

包括行業(yè)大模型和專業(yè)模型。專業(yè)模型使用細(xì)分領(lǐng)域的專業(yè)語(yǔ)料在行業(yè)大模型基礎(chǔ)上進(jìn)行微調(diào)，使其在特定任務(wù)上表現(xiàn)更優(yōu)，包括教學(xué)輔助模型、學(xué)習(xí)增強(qiáng)模型、科研支持模型、管理優(yōu)化模型。

3） AI工具。

AI工具包括提示詞工程、檢索增強(qiáng)生成、智能體開發(fā)平臺(tái)、模型倉(cāng)庫(kù)等。①模型倉(cāng)庫(kù)（Model Repository） 是用于集中存儲(chǔ)、管理和分發(fā)機(jī)器學(xué)習(xí)模型的核心平臺(tái)，并能管理預(yù)訓(xùn)練、微調(diào)、蒸餾等不同階段產(chǎn)物。②提示詞工程（Prompt Engineering） 通過優(yōu)化輸入指令或問題設(shè)計(jì)，引導(dǎo)大模型生成更精準(zhǔn)、可控輸出的技術(shù)方法，目標(biāo)是以低成本激發(fā)模型潛力。③檢索增強(qiáng)生成（Retrieval-Augmented Generation， RAG） 是一種結(jié)合信息檢索與文本生成的技術(shù)框架，通過外部知識(shí)庫(kù)動(dòng)態(tài)補(bǔ)充模型知識(shí)，增強(qiáng)生成模型的能力。④智能體開發(fā)平臺(tái)（AI Agent Development Platform） 是一套集成化工具與環(huán)境，幫助開發(fā)者高效構(gòu)建、訓(xùn)練、部署及管理AI智能體，通過標(biāo)準(zhǔn)化流程降低開發(fā)門檻，支持靈活擴(kuò)展。

3.2.4 能力層

能力層負(fù)責(zé)整合和提供多樣化的生成與推理能力，連接底層算力資源與上層業(yè)務(wù)場(chǎng)景，將模型能力轉(zhuǎn)化為可調(diào)用的標(biāo)準(zhǔn)化服務(wù)。能力層可以提供文本生、圖像生成、音頻生成、視頻生成、代碼生成、科學(xué)假設(shè)與實(shí)驗(yàn)設(shè)計(jì)、3D模型生成等能力，具體功能見表1。

3.2.5 應(yīng)用層

應(yīng)用層包含高等教育不同細(xì)分領(lǐng)域的智能應(yīng)用功能，主要由各智能體提供。智能體以大模型為決策中樞，是一種能夠感知環(huán)境、自主決策并執(zhí)行任務(wù)的智能系統(tǒng)。基于AI大模型的智慧高等教育系統(tǒng)應(yīng)用層包括教學(xué)輔助、學(xué)習(xí)增強(qiáng)、科研支持、管理優(yōu)化和智能助手等功能模塊。

1）" 教學(xué)輔助。

教學(xué)輔助模塊是在教學(xué)過程中，幫助學(xué)生更好地理解、掌握和運(yùn)用知識(shí)，提高教學(xué)效果而采用的輔助手段和方法。①課程設(shè)計(jì)。課程設(shè)計(jì)是為了優(yōu)化教學(xué)過程、提升教學(xué)質(zhì)量而進(jìn)行的關(guān)鍵工作，主要功能包括自動(dòng)生成教學(xué)大綱，自動(dòng)解析教材，構(gòu)建知識(shí)圖譜等。②智能評(píng)測(cè)。包括自動(dòng)生成試題，自動(dòng)進(jìn)行批改、統(tǒng)計(jì)測(cè)試結(jié)果與反饋等，幫助教師更好地了解學(xué)生的學(xué)習(xí)情況，提供個(gè)性化建議，調(diào)整教學(xué)策略。③課堂互動(dòng)。包括多人在線協(xié)作、隨機(jī)提問、彈幕交流、智能答題等，增強(qiáng)課堂學(xué)習(xí)體驗(yàn)，激發(fā)學(xué)生的求知欲和參與度。④多語(yǔ)言支持。包括課程字幕和教材的多種語(yǔ)言版本、使用AI翻譯工具實(shí)現(xiàn)即時(shí)溝通等，幫助非母語(yǔ)學(xué)生理解教學(xué)內(nèi)容，滿足多元化語(yǔ)言需求。

2） 學(xué)習(xí)增強(qiáng)。

通過多維度學(xué)習(xí)方式，對(duì)課堂學(xué)習(xí)進(jìn)行補(bǔ)充，實(shí)現(xiàn)課程知識(shí)的隨時(shí)獲取。①個(gè)性化學(xué)習(xí)。通過收集學(xué)生的學(xué)習(xí)習(xí)慣、興趣偏好、薄弱環(huán)節(jié)等數(shù)據(jù)，量身定制個(gè)性化的學(xué)習(xí)計(jì)劃，推薦適配的學(xué)習(xí)資源，提高學(xué)習(xí)效率。②知識(shí)盲點(diǎn)檢測(cè)。通過收集學(xué)生的學(xué)習(xí)行為、答題情況、測(cè)試成績(jī)等數(shù)據(jù)，運(yùn)用智能模型分析學(xué)生的知識(shí)盲點(diǎn)，幫助學(xué)生針對(duì)性地解決學(xué)習(xí)中的問題。③虛擬導(dǎo)師。虛擬導(dǎo)師（Virtual Mentor） 是個(gè)性化教學(xué)功能，提供習(xí)題解析、知識(shí)點(diǎn)拆解、7×24小時(shí)答疑等功能，并可生成個(gè)性化能力提升方案。④多模態(tài)課堂。多模態(tài)課堂是通過AI技術(shù)實(shí)現(xiàn)的融合文本、語(yǔ)音、圖像、視頻等多種交互形式的教學(xué)場(chǎng)景，可以沉浸式學(xué)習(xí)、板書自動(dòng)生成、分析學(xué)生表情等，提升學(xué)生參與度。

3） 科研支持。

科研支持模塊主要是運(yùn)用AI技術(shù)為科學(xué)研究活動(dòng)提供高效的資源、工具、服務(wù)和指導(dǎo)，幫助科研人員合理使用設(shè)備、數(shù)據(jù)等資源，促進(jìn)不同領(lǐng)域?qū)＜业慕涣髋c合作。①文獻(xiàn)分析。自動(dòng)從大量文獻(xiàn)中提取關(guān)鍵信息并生成摘要、引言等文本。快速分析處理大規(guī)模復(fù)雜數(shù)據(jù)，幫助科研人員從中提取有價(jià)值的信息和規(guī)律。②實(shí)驗(yàn)?zāi)M。利用大模型的生成能力和知識(shí)庫(kù)，構(gòu)建虛擬實(shí)驗(yàn)環(huán)境替代真實(shí)實(shí)驗(yàn)，減少資源消耗；通過多智能體協(xié)同，模擬復(fù)雜場(chǎng)景中個(gè)體與環(huán)境的實(shí)時(shí)互動(dòng)；基于大模型的關(guān)聯(lián)推理能力，輔助新材料設(shè)計(jì)，自動(dòng)化生成實(shí)驗(yàn)方案并預(yù)測(cè)結(jié)果。③論文寫作。輔助科研人員進(jìn)行論文摘要、引言、結(jié)論等部分的寫作，并對(duì)論文進(jìn)行校對(duì)和潤(rùn)色，提高論文的質(zhì)量和可讀性。幫助作者選擇合適的期刊，提高論文發(fā)表成功率。④趨勢(shì)預(yù)測(cè)。自動(dòng)提取文獻(xiàn)中的關(guān)鍵信息并進(jìn)行分類、聚類、關(guān)聯(lián)分析等處理，揭示文獻(xiàn)之間的內(nèi)在聯(lián)系，跟蹤學(xué)科領(lǐng)域內(nèi)的熱點(diǎn)問題和前沿動(dòng)態(tài)，預(yù)測(cè)學(xué)科交叉融合的研究趨勢(shì)和新方向。

4） 管理優(yōu)化。

管理優(yōu)化模塊通過智能系統(tǒng)的應(yīng)用，提升學(xué)校在教學(xué)、科研、行政等方面的工作效率和服務(wù)質(zhì)量，創(chuàng)造一個(gè)高效、安全、智能的學(xué)習(xí)和工作環(huán)境，提升師生體驗(yàn)和滿意度。①招生評(píng)估。通過整合多維度數(shù)據(jù)構(gòu)建智能評(píng)估模型，解析申請(qǐng)材料，分析學(xué)術(shù)潛力與綜合素質(zhì)，結(jié)合院校特色生成動(dòng)態(tài)畫像，預(yù)測(cè)生源質(zhì)量，優(yōu)化錄取策略，提高招生效率。②資源調(diào)度。對(duì)高校各類資源如教室、實(shí)驗(yàn)室、圖書、設(shè)備、餐飲等進(jìn)行智能化管理和優(yōu)化分配，提高資源利用率、提升服務(wù)質(zhì)量，為師生創(chuàng)造便捷的學(xué)習(xí)與工作環(huán)境。③輿情監(jiān)控。從社交媒體、論壇等渠道收集與學(xué)校相關(guān)的公開信息，利用自然語(yǔ)言處理、情感分析等技術(shù)判斷輿論情緒傾向（正面/負(fù)面/中性） ，及時(shí)發(fā)現(xiàn)并處理負(fù)面輿情，避免輿論升級(jí)，維護(hù)校園穩(wěn)定。④合規(guī)管理。對(duì)學(xué)校各項(xiàng)活動(dòng)進(jìn)行智能化的合規(guī)性監(jiān)控和管理，確保高等教育機(jī)構(gòu)在法律、法規(guī)及政策框架內(nèi)正常運(yùn)行，保證學(xué)術(shù)規(guī)范與誠(chéng)信、財(cái)務(wù)與資產(chǎn)管理合規(guī)、學(xué)生權(quán)益保護(hù)、校園安全與穩(wěn)定。

5） 智能助手。

智能助手（Intelligent Assistant） 通過智能化、個(gè)性化和實(shí)時(shí)化的服務(wù)，降低知識(shí)獲取門檻。①課程推薦。根據(jù)學(xué)生的學(xué)習(xí)興趣、學(xué)習(xí)目標(biāo)等輸入內(nèi)容，由智能體為其推薦適合的課程和學(xué)習(xí)資源。②文獻(xiàn)推薦。解析用戶輸入的查詢?nèi)珀P(guān)鍵詞、主題等，構(gòu)建語(yǔ)義特征，在文獻(xiàn)數(shù)據(jù)庫(kù)中進(jìn)行向量化檢索，篩選出高相關(guān)性內(nèi)容的文獻(xiàn)，生成個(gè)性化推薦列表，提升科研效率與文獻(xiàn)發(fā)現(xiàn)精準(zhǔn)度。③規(guī)章問答。采用語(yǔ)義理解模型解析用戶問題意圖，結(jié)合關(guān)鍵詞抽取技術(shù)提取核心要素，通過向量相似度計(jì)算匹配相關(guān)段落，實(shí)現(xiàn)規(guī)章條款的精準(zhǔn)定位與解釋。④心理伙伴。是一款基于人工智能的情感支持工具，通過自然語(yǔ)言交互為用戶提供24小時(shí)心理健康陪伴，適用于日常情緒疏導(dǎo)、壓力釋放及輕度心理問題輔導(dǎo)等。

4 結(jié)束語(yǔ)

經(jīng)過幾十年的發(fā)展，AI已演變?yōu)槿诤嫌?jì)算機(jī)科學(xué)、邏輯學(xué)、仿生學(xué)、統(tǒng)計(jì)學(xué)、腦神經(jīng)科學(xué)和社會(huì)科學(xué)等學(xué)科的前沿綜合領(lǐng)域。領(lǐng)先的大模型已初步具備感知、認(rèn)知、記憶、思維、決策等能力。未來(lái)幾年，AI將呈現(xiàn)大模型平民化，專用模型精細(xì)化，人機(jī)協(xié)作常態(tài)化等特征。

高等教育作為AI應(yīng)用活躍的領(lǐng)域之一，在教學(xué)、科研、管理等領(lǐng)域已經(jīng)有AI應(yīng)用案例，但這些應(yīng)用大多還處于局部探索階段，完整的解決方案還需要進(jìn)一步研究和開發(fā)。本文設(shè)計(jì)的基于人工智能大模型的智慧高等教育系統(tǒng)，旨在提供切實(shí)可行的解決方案和參考。應(yīng)用架構(gòu)包括基礎(chǔ)設(shè)施層、數(shù)據(jù)層、模型層、能力層、應(yīng)用層等5個(gè)層次的。對(duì)每一層的構(gòu)成和功能進(jìn)行了詳細(xì)的設(shè)計(jì)，為開發(fā)智慧高等教育系統(tǒng)提供方案參考和借鑒。

參考文獻(xiàn)：

[1] 尼克.人工智能簡(jiǎn)史[M].2版.北京：人民郵電出版社，2021.

[2] 梅拉妮·米歇爾，李玉珂，王曉，等.AI 3.0[M].成都：四川科學(xué)技術(shù)出版社，2021.

[3] RADFORD A， NARASIMHAN K. Improving Language Understanding by Generative Pre-Training[EB/OL].[2024-10-20].https：//s3-us-west-2. amazonaws. com/openai-assets/researchcovers/languageunsupervised/language understanding paper. pdf.

[4] 余勝泉，王琦.“AI+教師” 的協(xié)作路徑發(fā)展分析[J].電化教育研究，2019，40（4）：14-22，29.

[5] 徐曉飛，張策.我國(guó)高等教育數(shù)字化改革的要素與途徑[J].中國(guó)高教研究，2022（7）：31-35.

[6] 馬特·米勒.人工智能如何影響教學(xué)：從作業(yè)設(shè)計(jì)、個(gè)性化學(xué)習(xí)到創(chuàng)新評(píng)價(jià)方法[M].北京：中國(guó)青年出版社，2023.

[7] 史蒂芬·盧奇，薩爾汗·M.穆薩，丹尼·科佩克.人工智能[M].3版.北京：人民郵電出版社，2023.

[8] VASWANI A， SHAZEER N， PARMAR N， et al. Attention is all you need[C]//Advances in neural information processing systems，2017：5998-6008.

[9] OpenAI. GPT-4 Technical Report[EB/OL].（2024-03-04）[2025-03-08].https：//arxiv.org/pdf/2303.08774.

[10] 曹培杰，謝陽(yáng)斌，武卉紫，等.教育大模型的發(fā)展現(xiàn)狀、創(chuàng)新架構(gòu)及應(yīng)用展望[J].現(xiàn)代教育技術(shù)，2024，34（2）：5-12.

[11] 苗逢春.生成式人工智能技術(shù)原理及其教育適用性考證[J].現(xiàn)代教育技術(shù)，2023，33（11）：5-18.

[12] 盧宇，余京蕾，陳鵬鶴，等.生成式人工智能的教育應(yīng)用與展望：以ChatGPT系統(tǒng)為例[J].中國(guó)遠(yuǎn)程教育，2023（4）：24-31，51.

[13] 盧宇，余京蕾，陳鵬鶴，等.多模態(tài)大模型的教育應(yīng)用研究與展望[J].電化教育研究，2023，44（6）：38-44.

[14] 丁磊.生成式人工智能：讀懂AIGC的奧秘[M].香港：香港中和出版有限公司，2023.

【通聯(lián)編輯：王 力】