为深入贯彻落实《教育强国建设规划纲要(2024—2035年)》和《国务院关于深入实施“人工智能+”行动的意见》，主动适应人工智能时代对高等教育的新要求，切实提升教师队伍的数字素养与AI应用能力，重庆城市科技学院鲁班智能建造产业学院于2026年1月25日—2月3日，组织建筑管理学院大数据管理系骨干老师线上参加了由泰迪杯数据挖掘挑战赛组织委员会主办的2026年第一期数字化赋能教学实践创新与技能提升师资研修班。参会教师精选了三个专题方向深入培训和学习，与来自多所高校的同仁们共同研讨，积极交流心得。

　　熊欢主任线上参加了《数字化赋能教学实践创新与技能提升师资研修班》线上专题四——AI赋能教学科研与课题申报。培训聚焦大模型与AIGC(生成式人工智能)技术体系，以“理论+提示工程+行业应用+智能体开发”为主线，系统覆盖了从通用大模型原理到DeepSeek系列模型实战、从高效办公自动化到AI Agent构建的完整知识链条。培训内容紧密结合产业实践与教育场景，具体包括：通用大模型概述，深入讲解了大模型的定义、特性、发展历程及爆火原因，并剖析了ChatGPT的工作机制、自监督预训练、有监督微调、奖励建模与强化学习等核心技术流程，帮助教师建立起对大模型底层逻辑的系统认知；DeepSeek大模型专题，全面介绍了DeepSeek的颠覆性意义、发展脉络及其V3和R1版本在基础架构与训练方法上的创新，使参训教师掌握国产领先大模型的技术优势与应用场景；大模型提示工程，系统讲授了提示词的设计原则与七大核心策略(如清晰表达、提供示例、分步推理、任务分解、结构化提示等)，并重点引入RTGO技巧与CO-STAR框架，结合DeepSeek官方提示词库，提升教师精准引导模型输出的能力；DeepSeek行业应用实战，涵盖内容创作、商业文案、数学推理、摘要翻译、公文写作、市场分析、智能排班、问卷设计等多场景，充分展现大模型在教育、金融、职场等领域的赋能价值；高效办公与视觉创作模块，通过Markdown转思维导图、多文件数据提取、日志挖掘、统计图表(折线图、数据看板等)生成，以及AI辅助制作流程图、海报、数字人微课视频等实操内容，显著提升教师的数字化教学资源开发效率；教学应用专项，围绕教案编写、试题生成、阅卷分析、文献阅读、论文选题与框架设计、代码生成(Python/VBA/HTML)及学生成绩数据分析等高频教学任务，提供端到端的大模型解决方案；AI Agent基础与实践部分，基于Coze平台，从智能体概念出发，指导教师创建新闻资讯助手，配置人设与回复逻辑，搭建包含搜索插件与大模型总结节点的工作流，并实现智能体发布与集成，为构建个性化教学Agent奠定基础；此外，培训还延伸至大模型在项目申报书撰写、分析报告生成、专利技术交底书辅助及论文作业智能评阅等高阶任务中的深度应用，通过工作流编排与自动化处理，全面提升教师利用大模型开展科研与教学管理的智能化水平。

　　冯满老师线上参加了《数字化赋能教学实践创新与技能提升师资研修班》线上专题一——大模型与智能体教学应用实战。培训课程内容充实，结构清晰，分为“技能学习”与“案例实战”两大模块。在“技能学习”部分，教师们系统学习了大模型与AIGC的基本原理，掌握了如何利用大模型高效生成课件、教案、试题等教学资源，深入了解了DeepSeek等主流大模型工具在课堂互动、内容准备中的增效作用，并初步探索了AI智能体(Agent)的概念与基础搭建方法，帮助教师理解大模型赋能教学的底层逻辑与应用路径。“案例实战”环节则将理论学习转化为实际应用。参训教师通过亲手实践，开发了面向多类教学需求的智能体工具，包括：基于学生错题或知识薄弱点自动生成针对性练习的“出题助手”、快速提炼与呈现知识结构的“教学卡片生成助手”、辅助完成标准化与个性化教案设计的“教案撰写助手”、实现作业初步智能批阅与反馈的“评阅助手”，以及服务于课后延伸交流的“公众号智能答疑助手”。这些实战项目紧密结合一线教学中的真实痛点，从教学资源生成、课堂教学辅助到教学评价、课后答疑，极大激发了教师们利用AI工具解决实际问题的热情。培训全程以大模型应用为核心，秉持“零门槛学习”理念，让不同技术基础的教师都能快速掌握大模型提示词技巧与 Agent 技术，覆盖 AI 提示技巧、课件教案撰写、教学资源生成、智能体开发等全场景教学应用实战，真正实现“学即能用、用即有效”。

　　段国凡老师参加了《数字化赋能教学实践创新与技能提升师资研修班》线上专题五——大模型部署与微调实战。该课程采用“理论讲解+动手实操”相结合的方式，要求学员在云平台或本地环境中完成从环境搭建、模型加载、指令微调到效果评估的完整闭环。聚焦人工智能核心技术在教育与科研场景中的落地应用，内容涵盖大语言模型(LLM)的基础原理、本地化部署流程、参数高效微调(PEFT)技术、LoRA适配器机制、数据预处理方法以及基于真实教学案例的模型优化实践。参会老师系统学习了如何利用开源框架(如Hugging Face Transformers、Axolotl等)在有限算力条件下高效部署主流大模型，并通过构造领域特定数据集(如智慧城市管理、大数据技术问答语料)，对模型进行针对性微调，使其更贴合建筑类专业教学需求。深入掌握了量化压缩、推理加速等实用技巧，显著提升了模型在普通教学设备上的运行效率。此外，课程还引导教师思考如何将微调后的大模型应用于智能答疑、课程资源自动生成、学生作业自动批改等教学环节，推动个性化、智能化教学改革和科学研究。

　　在为期十天的学习中，三位教师全程投入，积极参与线上课程学习与案例实战，不仅掌握了DeepSeek等大模型平台的应用技巧，还动手实践了AI智能体(Agent)的开发、大模型的本地部署与领域微调等高阶技能。通过本次培训，他们深刻体会到AI技术对教学模式革新、科研效率提升以及行政工作优化的巨大潜力。

　　在为期十天的学习中，三位教师全程投入，积极参与线上课程学习与案例实战，不仅掌握了DeepSeek等大模型平台的应用技巧，还动手实践了AI智能体(Agent)的开发、大模型的本地部署与领域微调等高阶技能。通过本次培训，他们深刻体会到AI技术对教学模式革新、科研效率提升以及行政工作优化的巨大潜力。