Команда Сямэньского университета выпустила четыре доклада из серии о больших моделях DeepSeek, ориентированных на разные группы аудитории. Содержание охватывает концепции, технологии и практику применения больших моделей:

Доклад 1: для широкой общественности — 140-страничная ppt-презентация с изложением основ больших моделей (опубликована 9 февраля 2025 года).

Доклад 2: для вузов — Большая модель DeepSeek в преподавании и научных исследованиях университетов, 120 страниц (опубликован 25 февраля 2025 года).

Доклад 3: для предприятий — Большая модель DeepSeek и практика её корпоративного применения, 150 страниц (опубликован 3 марта 2025 года).

Доклад 4: для государственных органов — Большая модель DeepSeek для цифровой трансформации государственного управления, 122 страницы (опубликован 9 марта 2025 года).

Руководитель команды

Ответственным за серию докладов о больших моделях DeepSeek является доцент Лин Цзыюй (Lin Ziyu) с факультета компьютерных наук Сямэньского университета. Он также провёл ряд лекций, посвящённых большим моделям, в различных институтах и подразделениях Сямэньского университета.

Учебные материалы и достижения в преподавании

Команда Сямэньского университета по преподаванию больших данных добилась значительных результатов в области обучения работе с большими данными, в том числе опубликовала 13 учебников серии по большим данным и получила ряд премий за достижения в преподавании провинциального и национального уровня.

• Курс по большим данным, который ведёт Лин Цзыюй, охватил 1264 студента Сямэньского университета, а оценка курса достигла 99 баллов.

• Онлайн-курс MOOC по большим данным прошли более 1 миллиона слушателей.

• Сайт учебных ресурсов превысил 25 миллионов посещений, число пользователей — более 7 миллионов.

• Было проведено несколько семинаров по преподаванию больших данных, на которых было подготовлено большое количество преподавателей в этой области.

Если вас заинтересовала эта серия докладов Сямэньского университета о больших моделях DeepSeek, вы можете перейти на страницу https://dblab.xmu.edu.cn/post/deepseek/ , чтобы ознакомиться с подробной информацией.