单元一

AI大语言模型技术概览

AI大语言模型的定义与特点

1.1 AI大语言模型的概念及发展历程

1.2 DEEPSEEK等AI大语言模型的技术架构与核心原理

指令模型与推理模型的区别

2.1 指令模型的基本原理和应用

2.2 推理模型的基本原理和优势

2.3 国内外大语言模型介绍及与DEEPSEEK的对比

案例：不同大语言模型在智能问答任务中的表现对比

讨论课题：指令模型与推理模型在建筑行业的应用前景

单元二

DEEPSEEK大语言模型的深入解析

1. 指令模型的核心逻辑 

1.1) 基于用户指令生成结果，强调任务执行的准确性（如传统GPT系列）。  

1.2) 局限性：缺乏动态推理过程，依赖大量监督微调数据。  

2. 推理模型的范式革新  

2.1) DeepSeek-R1的强化学习训练：跳过监督微调，直接通过逻辑链生成解决方案。  

2.2) 关键能力：DEEPSEEK和GPT,Clude，gemmi，以及国内阿里，百度和豆包的区别。

**案例**：案例：DEEPSEEK在特定领域问答任务中的实际应用 

单元三

推理模型的发展趋势与未来智能

1 推理模型的发展趋势

1.1 从单一模态到多模态的推理

1.2 从简单推理到复杂推理的演进

2 未来智能的可能形态与能力

2.1 更高层次的认知与理解能力

2.2 更强的自适应与学习能力

2.3 更广泛的应用场景与潜力

案例：推理模型在智能家居领域的应用展望

讨论课题：建筑行业如何迎接未来智能的挑战与机遇

单元四

DEEPSEEK等AI大模型在建筑设计中的应用

建筑设计流程的智能化改造

1.1 利用DEEPSEEK进行设计方案生成与优化

1.2 利用DEEPSEEK进行建筑性能预测与评估

DEEPSEEK在建筑设计中的实际案例

2.1 建筑设计方案的智能生成实例

2.2 建筑性能预测与评估的智能化实践

讨论课题：DEEPSEEK如何提升建筑设计的效率与质量，华为的大模型在三维建筑图的生成能力

单元五

DEEPSEEK在工程管理中的应用

1 工程管理流程的智能化升级

1.1 利用DEEPSEEK进行工程进度监控与预测

1.2 利用DEEPSEEK进行工程质量风险评估

2 DEEPSEEK在工程管理中的实际案例

2.1 工程进度监控与预测的智能化实践

2.2 工程质量风险评估的智能化应用

讨论课题：DEEPSEEK如何助力工程管理的精细化与高效化 

单元六

DEEPSEEK在客户服务中的应用

1 客户服务模式的智能化创新

1.1 利用DEEPSEEK进行客户问题智能解答

1.2 利用DEEPSEEK提升客户服务体验

2 DEEPSEEK在客户服务中的实际案例

2.1 客户问题智能解答的实例分析

2.2 客户服务体验提升的智能化实践

讨论课题：DEEPSEEK如何推动客户服务模式的创新与升级

单元七

AI的这种变化下，企业和职员该如何应对

1 AI技术对建筑行业职业技能的变革

1.1 自动化与智能化水平的提升对职业技能的影响

1.2 工作流程的优化与重构对职业技能的要求

2 建筑行业职业技能的转型与升级路径

2.1 新技能的学习与掌握策略

2.2 传统技能的转型与升级方向

AI技术在职场中的机遇与风险

3.1 AI技术为建筑行业带来的新机遇

3.2 AI技术带来的职场风险与应对策略

案例：AI技术在建筑行业职业技能变革中的实际影响

讨论课题：如何应对DEEPSEEK等AI技术对建筑行业职业技能的影响与挑战