3月17日下午，北京大学数智教育发展沙龙第三期在图书馆南配楼艺术鉴赏厅举行，人工智能研究院助理教授马郓主讲“大模型应用指北与DeepSeek实践指南”。为满足广大师生需求，本期沙龙设立三个会场，主会场采用现场面对面授课形式，深圳研究生院和新燕园校区分会场进行同步视频直播，全校300余名师生参加，教务长办公室数智教育办公室主任冯菲主持。

讲座主会场

马郓主讲

马郓从“计算与智能”视角出发，深入浅出地剖析了大模型的基本原理以及应用的基础方法。马郓结合图像识别、文本生成、图片生成等人工智能任务的实际案例，详细解读了利用计算实现智能的具体方式。在谈及大模型应用时，他建议大家转换思路，“不要问大模型能为你做什么，而要思考你期望大模型帮你做什么”，并尝试构建一种“将复杂任务逐层拆解，明确每个任务步骤，使每个步骤都具备清晰输入和输出”的思维模式。马郓着重强调，大模型在实际场景应用中存在幻觉、短期记忆以及偏见等问题，因此需通过优化提示词、提供额外信息、拆解任务、运用工具以及多模型协同等手段，提升大模型的应用成效。他还结合日常办公任务，依次展示了这些方法的实际运用。

马郓对DeepSeek的软件属性进行了全面解读，详细阐述了软件与模型之间的关联与差异，深入讲解了DeepSeek推理模型和通用模型的区别以及不同使用策略。他从模型选择、联网搜索、多轮对话等多个维度演示了DeepSeek的使用，并以日常工作中开展调查研究的全流程为例，生动展示了运用DeepSeek高效完成复杂任务的思路与过程。

马郓指出，接入私域数据是大模型落地过程中的关键难题，亟待解决算力资源以及私域数据与模型融合的问题。他介绍了自己团队研发的个人助手MyAI，该助手支持在个人电脑本地部署，具备私有文件接入、知识库动态提问、断网独立使用等特点，能够助力师生打造个人专属AI助手，切实保障数据与隐私安全。

深圳研究生院分会场1

深圳研究生院分会场2

新燕园校区分会场

现场交流

本期沙龙由信息科学技术学院、人工智能研究院协办，通过深入探讨大模型使用的思想理念、思维方式以及具体的思路方法，与会师生不仅理解了大模型的原理，更能切实掌握使用其赋能教学、科研与日常工作的核心要点。未来，“数智教育发展沙龙”将持续紧跟人工智能技术发展前沿，聚焦人工智能赋能教育教学的关键问题，积极推动教育教学模式创新，助力师生在人工智能时代的教育变革浪潮中主动应变。