各企事业单位、高等院校及科研院所：
近年来，人工智能技术不断突破，大语言模型已经成为推动科研与办公革新的重要引擎。尤其是ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型的震撼问世，迅速引发了业界和学术界的关注狂潮，其卓越的自我进化能力和智能化应用为传统模式注入了全新活力，成为当前科技焦点所在。为帮助科研人员和工程技术爱好者紧跟这股技术浪潮，中科软研（北京）科学技术中心（www.fzby.org.cn）特举办“ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型赋能高效办公、科研论文写作、课题申报与Python数据分析及机器学习高级培训班”。本课程将全面剖析ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型平台的核心技术与最新进展，不仅展示了大模型自我进化的惊人潜力，也为各领域的创新实践提供了全新的思路和方法。课程内容涵盖提示词撰写与优化、科研课题申报、论文写作辅助、数据检索、Python编程及机器学习与深度学习建模等多个关键方向，通过理论讲解、案例实操与互动讨论等多样化教学方式，帮助学员在实际应用中快速掌握并灵活运用这一前沿技术。加入我们，共同探索由ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型引领的智能革命，见证大语言模型如何为科研与办公带来前所未有的变革与机遇！现通知如下：
1培训特色及目标
1.【福利】 赠送每人1个ChatGPT Plus会员账号，没有使用次数限制，不需要翻墙，支持使用DeepSeek R1（具体时间可参考收费标准）
2.本课程提供永久答疑服务。课后实践学习的过程中遇到问题，可以随时找老师进行交流；限制报名40人，前20人报名，可以获得往期的视频和资料，参加本次培训后，后期的相同培训本人均可免费参加，不限次数；
3、强化实战导向：培训设置了丰富的实践环节，通过对大量实际项目案例的深度剖析，并安排实操演练，引导学员在实践过程中积累经验，快速提升专业能力，有效避免理论与实践脱节的问题。
4、线上线下同步：线下学员享受沉浸式学习与现场互动；线上学员通过专业直播平台参与，实时提问、同步操作、回放巩固，学习效果不打折！
5、实时互动答疑：预留充足时间进行课堂答疑与讨论，并建立课后交流群，持续解惑。
6、邀请专家指导：本次培训邀请了行业资深专家。他们不仅具备深厚的专业知识，还拥有丰富的实践经验，将为学员带来前沿的行业见解与宝贵的实战经验。
7.熟练掌握DeepSeek的各种使用方法，并且可以立即用于平时的工作和生活中；
8.能够使用DeepSeek完成撰写及修改论文及工作报告，可以辅助写作论文或写工作报告，提升您的写作能力及提出优化方案；
9.能够利用DeepSeek完成课题申报、论文选题及实验方案设计、数据处理；
10.帮助学员掌握DeepSeek在Python、人工智能领域经典机器学习算法（BP神经网络、决策树、随机森林、XGBoost、LightGBM等）和热门深度学习方法。
3培训时间与地点
2025年09月19日—09月21日 上海站+线上直播（培训三天）注：现场及线上直播同步进行，不方便到现场的学员，可线上参加。
4课程内容
| 课程安排 | 学习内容 |
| 第一章
2025大语言模型最新进展ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型入门 |
1、2025 大语言模型最新进展介绍
2、国内外大语言模型（ChatGPT、Gemini、Claude、Llama3、Perplexity AI、文心一言、星火、通义千问、Kimi、智谱清言、秘塔AI、DeepSeek等）对比分析 3、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型技术原理解析 4、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型：大模型的自我进化 5、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型使用初体验（注册、App下载与安装、主要功能等） 6、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型的本地化部署、使用及本地知识库的搭建 7、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型服务器繁忙解决办法 8、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型+ Word + Excel + PowerPoint：让你的工作更高效 9、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型思考过程解析：ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型是如何思考的？与传统大语言模型有什么不同？（由“提问-回答”二阶互动进化为“提问-拆解-回答”三阶互动）、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型5是如何拆解问题的？（MECE原则：第一性字面拆解 + 关联问题穷举；揣摩用户的真实意图ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型分析问题执行的13个任务是什么？） |
| 第二章
ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型提示词撰写与优化技巧 |
1、大语言模型提示词撰写的基本原则（为ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型设定身份、明确任务内容、提供任务相关的背景、举一个参考范例、指定返回的答案格式等）
2、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型及传统大语言模型在提示词撰写上的变与不变 3、常用的ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型提示词模板 4、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型提示词优化技巧 5、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型提示词的保存与管理 6.ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型提示词逆向工程 7、案例演示与实操练习 |
| 第三章
ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型助力高效办公及教学改革 |
1、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型创建精美的思维导图
2、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型生成流程图、甘特图 3、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型制作PPT 4、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型自动创建视频 5、将ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型对话记录中的数学公式完美复制到Word文档 5、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型辅助教师高效备课（为不同专业学生生成不同的教学内容、围绕知识点生成不同难度的题目检测学生的学习效果等） 7、ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型辅助学生高效学习（生成个性化学习计划） 8、案例演示与实操练习 |
| 第四章
ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型助力课题申报、论文选题及实验方案设计 |
1、课题申请书撰写技巧及要点剖析（项目名称、关键词、摘要、立项依据、参考文献、研究目标、研究内容、研究方案、关键科学问题、可行性分析、创新点与特色之处、预期研究成果、工作基础等）
2、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型分析指定领域的热门研究方向 3、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型辅助撰写、润色课题申报书的各部分内容 4、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型总结指定论文的局限性与不足，并给出潜在的改进思路与建议 5、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型评估指定改进思路新颖性与已发表的类似工作 6、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型细化改进思路，凝练论文的选题与创新点 7、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型给出具体的算法步骤及Python示例代码框架 8、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型设计完整的实验方案与数据分析流程 9、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型给出论文Discussion部分的切入点和思路 10、案例演示与实操练习 |
| 第五章
ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型助力信息检索、文献泛读与精读、论文写作与投稿、专利交底书的撰写 |
1、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现文献检索
2、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型阅读与总结分析学术论文内容（论文主要工作、创新点、局限性与不足、多文档对比分析等） 3、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型解读论文中的系统框图工作原理 4、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型解读论文中的数学公式含义 5、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型解读论文中图表中数据的意义及结论 6、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型完成学术论文的选题设计与优化 7、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型自动生成论文的总体框架、论文摘要、前言介绍、文献综述、完整长篇论文、Cover Letter、Highlights等 8、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型完成论文翻译 9、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现论文语法校正 10、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型完成段落结构及句子逻辑润色 11、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型完成论文降重与AI率降低 12、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型完成论文参考文献格式的自动转换 13、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型辅助审稿人完成论文评审意见的撰写 14、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型辅助投稿人完成论文评审意见的回复 15、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型完成发明专利交底书的撰写 16、案例演示与实操练习 |
| 第六章
ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型助力Python编程入门、科学计算、数据可视化与数据预处理 |
1、Python环境搭建（Python软件下载、安装与版本选择；PyCharm下载、安装；Python之Hello World；第三方模块的安装与使用；Python 2.x与Python 3.x对比）
2、Python基本语法（Python变量命名规则；Python基本数学运算；Python常用变量类型的定义与操作；Python程序注释） 3、Python流程控制（条件判断；for循环；while循环；break和continue） 4、Python函数与对象（函数的定义与调用；函数的参数传递与返回值；变量作用域与全局变量；对象的创建与使用） 5、Matplotlib的安装与图形绘制（设置散点、线条、坐标轴、图例、注解等属性；绘制多图；图的嵌套；折线图、柱状图、饼图、地图等各种图形的绘制） 6、Seaborn、Pyecharts等高级绘图库的安装与使用（动态交互图的绘制、开发大数据可视化页面等） 7、科学计算模块库（Numpy的安装；ndarray类型属性与数组的创建；数组索引与切片；Numpy常用函数简介与使用） 8、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型上传本地数据（Excel/CSV表格、txt文本、PDF、图片等） 9、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现描述性统计分析（数据的频数分析：统计直方图；数据的集中趋势分析：数据的相关分析） 10、常用的数据预处理方法（数据标准化与归一化、数据异常值与缺失值处理、数据离散化及编码处理、手动生成新特征） 11、融合ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型与Python的数据预处理代码自动生成 12、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型绘制数据统计分析图表 13、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现代码逐行讲解 14、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现代码Bug调试与自动修改15、案例演示与实操练习 |
| 第七章
ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型助力机器学习建模及应用 |
1、BP神经网络的基本原理（人工神经网络的分类有哪些？BP神经网络的结构和训练过程是怎样的？什么是梯度下降法？）
2、BP神经网络的Python代码实现（划分训练集和测试集、数据归一化） 3、BP神经网络参数的优化（隐含层神经元个数、学习率、初始权值和阈值等如何设置？什么是交叉验证？） 4、值得研究的若干问题（欠拟合与过拟合、评价指标选择、样本不平衡等） 5、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现BP神经网络模型的代码自动生成 6、SVM的工作原理（核函数的作用是什么？什么是支持向量？如何解决多分类问题？） 7、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现SVM模型的代码自动生成 8、决策树的工作原理（什么是信息熵和信息增益？ID3算法和C4.5算法的区别与联系） 9、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现决策树模型的代码自动生成 10、随机森林的工作原理（为什么需要随机森林算法？广义与狭义意义下的“随机森林”分别指的是什么？“随机”的本质是什么？怎样可视化、解读随机森林的结果？） 11、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现随机森林模型的代码自动生成 12、Bagging与Boosting的区别与联系 13、AdaBoost vs. Gradient Boosting的工作原理 14、常用的GBDT算法框架（XGBoost、LightGBM） 15、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现XGBoost、LightGBM模型的代码自动生成 16、常用的变量降维方法（PCA、PLS）的基本原理 17、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现PCA、PLS的代码自动生成 18、常见的特征选择方法（优化搜索、Filter和Wrapper等；前向与后向选择法；正则稀疏优化方法、遗传算法等） 19、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现特征选择算法的代码自动生成 20、案例演示与实操练习 |
| 第八章
ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型助力深度学习建模及应用 |
1、深度学习简介（深度学习大事记、深度学习与传统机器学习的区别与联系）
2、卷积神经网络的基本原理（什么是卷积核、池化核？CNN的典型拓扑结构是怎样的？CNN的权值共享机制是什么？） 3、卷积神经网络的进化史：LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系 4、利用PyTorch构建卷积神经网络（Convolution层、Batch Normalization层、Pooling层、Dropout层、Flatten层等） 5、卷积神经网络调参技巧（卷积核尺寸、卷积核个数、移动步长、补零操作、池化核尺寸等参数与特征图的维度，以及模型参数量之间的关系是怎样的？） 6、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现卷积神经网络模型的代码自动生成 7、迁移学习算法的基本原理 8、基于深度神经网络模型的迁移学习算法 9、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现迁移学习模型的代码自动生成 10、循环神经网络RNN的基本工作原理 11、长短时记忆网络LSTM的基本工作原理 12、利用ChatGPT-5、DeepSeeK、Gemini 2.5 Pro、Claude等大语言模型实现RNN、LSTM模型的代码自动生成 13、案例演示与实操练习 |
| 第九章
大语言模型接口调用与完整项目开发 |
1、DeepSeek API与GPT-5接口的调用方法（API Key的申请、API Key接口调用方法与参数说明）
2、利用DeepSeek API与GPT-5实现完整项目开发：聊天机器人的开发 3、案例演示与实操练习 |
| 第十章
课程总结与答疑讨论 |
1、课程总结（关键知识点回顾）
2、答疑与讨论 3、相关学习资料分享与拷贝 4、建立微信群，便于后期的讨论与答疑 |
5培训专家
中国科学院、清华大学等科研机构的高级专家。人工智能领域一线专家，主要从事人工智能、大模型开发、机器学习与深度学习、数据挖掘、数据可视化和软件开发、系统建模与仿真研究工作，具有丰富的科研经验，熟练掌握如机器学习、深度学习、Python、MATLAB、 PyTorch、Tensorflow、Keras、神经网络、支持向量机、决策树、随机森林等，以及群优化算法，如遗传算法、蚁群算法、蝙蝠算法等，近些年一直在对大模型、ChatGPT、机器学习与深度学习核心技术进行研究，主持参与多项相关重点项目研发及基金项目，主编多本相关著作，已发表多篇高水平的国际学术研究论文。
6颁发证书
A类：中科软研（北京）科学技术有限公司颁发的课程结业证书；
B类：可获得国家事业单位颁发的高级《生成式人工智能(AIGC)工程师》职业技能证书，纳入中心数据库，全国通用可查。C类：可获得（国家一级协会）颁发的高级《人工智能应用工程师》职业技能证书，该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据，官网可查。D类：可获得工业和信息化部所属的党政机关（正局级）颁发的《数据分析工程师》证书，该证书可证明学员具备熟练应用AI工具的能力，企业招投标、事业单位晋升定级、岗位赋能的重要依据。
7联系方式
如需具体的培训通知，请联系我们获取。
联系人：vicolee2021微信
评论 (0)