为紧跟人工智能技术前沿，探索智能技术与教育科研深度融合的创新路径，11月25日下午，计算机基础教研室在汇智楼301室开展“AI大模型的原理与教育应用”学术分享会，本次分享会由青年教师李江华主讲。

分享会上，李老师首先回顾了人工智能语言模型从“规则系统”到“深度学习”的三次认知革命历程。她重点剖析了以Transformer架构为核心的现代大模型技术体系，深入浅出地解释了自注意力机制如何突破传统序列建模的瓶颈，实现全局依赖建模，并成为GPT、BERT等标志性模型的基石。随后，李老师进一步阐述了“规模定律”如何驱动智能涌现，分析了千亿参数背后分布式训练、GPU集群协同等工程奇迹，以及预训练-微调范式如何赋予模型通用的语言知识与强大的迁移能力。她对多模态融合、统一表征学习等前沿方向的介绍，为在座教师勾勒出一幅清晰的大模型技术发展全景图。

在夯实理论根基后，李老师将视角转向教育科研的具体应用场景，展示了AI大模型的巨大潜力。她详细介绍了基于大模型的智能助教系统如何实现个性化答疑、代码辅导与自适应学习，从而构建“AI辅助-师生互动”的双轮驱动教学新模式。

在科研与备课支持方面，李老师分享了AI在自动化讲义生成、智能习题设计、实验指导编写等方面的实践案例，显著提升了教学准备效率。同时，她还展望了AI作为跨模态科研助手，在文献综述、论文润色、知识发现等方面为学术研究带来的革命性助力。

在展示技术辉煌前景的同时，李江华老师也保持了冷静的学术审视。她深入分析了当前大模型面临的“幻觉问题”与事实一致性挑战，及其在教育应用中可能带来的误导风险，并探讨了检索增强生成（RAG）等缓解策略。此外，她对计算资源集中化、开源生态受限等现实矛盾的剖析，引发了在场教师对技术民主化、教育公平性以及未来发展方向的热烈讨论。

通过分享，教研室全体教师对AI大模型的内涵与外延有了更深刻的理解，为其在教学改革与科研创新中应用相关技术奠定了坚实的理论基础，有效激发了老师们的科研热情。（文/张杰 图/周诗怡 一审/张杰 二审/邓宗林 三审/周曼曼）