大纲
- 讲师介绍
- 陈安东的基本信息，包括身份、研究课题等。
- 其参与的项目及访问经历，突出在大模型领域的经验。
- DeepSeek助力科研的应用场景
- 指出可应用于写作、翻译、问答等多任务场景，尤其在长文本处理和多语言任务方面的作用。
- 以具体研究（如大模型生成内容可信度研究）为例，展示其在捕获研究主题、论文检索等环节的应用。
- 学术论文构建方法
- 寻找想法：介绍捕获研究主题、学会主题分类和高效论文阅读的方法，推荐PQSa、PaperSearch等工具辅助检索。
- 做实验：阐述复现论文和反复修正代码的要点，提及Devv.ai、DeepSeek Coder等工具用于理解代码、解决Bug。
- 写论文：强调用大模型辅助写地道英文和打磨中文写作，介绍曼彻斯特大学学术短语库等资源。
- 研究建议与总结
- 建议遇到问题先判断问题类型，借助DeepSeek等工具解决。
- 总结学术研究三步法，鼓励利用AI工具提效，表达对科研顺利的祝愿。
中心思想
本文围绕DeepSeek在学术研究中的应用展开，通过介绍讲师科研背景，展示DeepSeek在多任务、长文本、多语言等科研场景的应用实例，详细阐述从寻找研究想法、开展实验到撰写论文的学术研究流程中DeepSeek及其他AI工具的使用方法，旨在帮助科研人员掌握利用AI工具提升科研效率的技巧，推动学术研究发展。
电子书下载地址：
通过网盘分享的文件：能应用的DeepSeek通识课行业应用科研提效.pdf
链接: https://pan.baidu.com/s/1tElbAcPXl8x_bQDfrvZcBA 提取码: 7yt7
