單元

大綱

內容

單元一

AI大語言模型技術概覽

AI大語言模型的定義與特點

1.1 AI大語言模型的概念及發展歷程

1.2 DEEPSEEK等AI大語言模型的技術架構與核心原理

指令模型與推理模型的區別

2.1 指令模型的基本原理和應用

2.2 推理模型的基本原理和優勢

2.3 國內外大語言模型介紹及與DEEPSEEK的對比

案例：不同大語言模型在智能問答任務中的表現對比

討論課題：指令模型與推理模型在建筑行業的應用前景

單元二

DEEPSEEK大語言模型的深入解析

1. 指令模型的核心邏輯

1.1) 基于用戶指令生成結果，強調任務執行的準確性（如傳統GPT系列）。?

1.2) 局限性：缺乏動態推理過程，依賴大量監督微調數據。?

2. 推理模型的范式革新?

2.1) DeepSeek-R1的強化學習訓練：跳過監督微調，直接通過邏輯鏈生成解決方案。?

2.2) 關鍵能力：DEEPSEEK和GPT,Clude，gemmi，以及國內阿里，百度和豆包的區別。

**案例**：案例：DEEPSEEK在特定領域問答任務中的實際應用

單元三

推理模型的發展趨勢與未來智能

1 推理模型的發展趨勢

1.1 從單一模態到多模態的推理

1.2 從簡單推理到復雜推理的演進

2 未來智能的可能形態與能力

2.1 更高層次的認知與理解能力

2.2 更強的自適應與學習能力

2.3 更廣泛的應用場景與潛力

案例：推理模型在智能家居領域的應用展望

討論課題：建筑行業如何迎接未來智能的挑戰與機遇

單元四

DEEPSEEK等AI大模型在建筑設計中的應用

建筑設計流程的智能化改造

1.1 利用DEEPSEEK進行設計方案生成與優化

1.2 利用DEEPSEEK進行建筑性能預測與評估

DEEPSEEK在建筑設計中的實際案例

2.1 建筑設計方案的智能生成實例

2.2 建筑性能預測與評估的智能化實踐

討論課題：DEEPSEEK如何提升建筑設計的效率與質量，華為的大模型在三維建筑圖的生成能力

單元五

DEEPSEEK在工程管理中的應用

1 工程管理流程的智能化升級

1.1 利用DEEPSEEK進行工程進度監控與預測

1.2 利用DEEPSEEK進行工程質量風險評估

2 DEEPSEEK在工程管理中的實際案例

2.1 工程進度監控與預測的智能化實踐

2.2 工程質量風險評估的智能化應用

討論課題：DEEPSEEK如何助力工程管理的精細化與高效化

單元六

DEEPSEEK在客戶服務中的應用

1 客戶服務模式的智能化創新

1.1 利用DEEPSEEK進行客戶問題智能解答

1.2 利用DEEPSEEK提升客戶服務體驗

2 DEEPSEEK在客戶服務中的實際案例

2.1 客戶問題智能解答的實例分析

2.2 客戶服務體驗提升的智能化實踐

討論課題：DEEPSEEK如何推動客戶服務模式的創新與升級

單元七

AI的這種變化下，企業和職員該如何應對

1 AI技術對建筑行業職業技能的變革

1.1 自動化與智能化水平的提升對職業技能的影響

1.2 工作流程的優化與重構對職業技能的要求

2 建筑行業職業技能的轉型與升級路徑

2.1 新技能的學習與掌握策略

2.2 傳統技能的轉型與升級方向

AI技術在職場中的機遇與風險

3.1 AI技術為建筑行業帶來的新機遇

3.2 AI技術帶來的職場風險與應對策略

案例：AI技術在建筑行業職業技能變革中的實際影響

討論課題：如何應對DEEPSEEK等AI技術對建筑行業職業技能的影響與挑戰