3.2《应用语言大模型》（第二课时）教案设计 2024—2025学年川教版（2024）初中信息科技 七年级下册

课 题：应用语言大模型（第二课时） 教学目标： 1、信息意识 （1）理解本地语言大模型在隐私保护与定制化需求中的优势，能根据场景选择合适模型。 2、计算思维 （1）掌握本地语言大模型的搭建逻辑（服务工具+开源模型+界面工具），理解参数量与硬件需求的关系。 3、数字化学习与创新 （1）能通过实践完成本地模型的简易搭建，并设计个性化应用场景（如个人学习助手）。 4、信息社会责任 （1）讨论数据隐私保护的重要性，树立技术应用的伦理意识。 教学重点： （1）本地语言大模型的搭建流程（服务工具、开源模型、界面工具的作用）。 （2）在线模型与本地模型的适用场景对比。 教学难点： （1）参数量的概念及其对硬件配置的影响。 （2）开源模型的选择与配置逻辑。 教学过程： 一、有效导入 1、视频导入 （1）播放一段关于人工智能在日常生活中应用的视频，如智能语音助手、智能客服等，引起学生的兴趣。 （2）展示一些使用语言大模型生成的有趣文本，如诗歌、故事、对话等，让学生感受语言大模型的神奇之处。 （3）提出问题：“同学们，你们知道这些有趣的文本是如何生成的吗？这背后隐藏着什么样的技术呢？”引导学生思考，从而引出本节课的主题——应用语言大模型。 2、出示学习目标 （1）分析互联网安全风险，提高个人网络安全意识。 （2）能通过用户标识、密码和身份验证保护好个人信息。 二、自主学习 阅读材料：分发关于语言大模型的阅读材料，要求学生自主阅读。 1、本地语言大模型的定义是什么？ 2、在地语言大模型与在线语言模型有什么区别？ 3、语言大模型有哪些应用场景？ 4、如何建立本地语言大模型？建立本地语言大模型的步骤？ 三、高效点拨 （一）活动一：语言大模型的基本概念和特点 1、运用通俗易懂的语言，向学生讲解语言大模型的基本概念，如语言大模型是一种基于深度学习技术的人工智能模型，它通过大量的文本数据进行训练，能够理解和生成自然语言。 2、结合具体的案例，介绍语言大模型的特点，如强大的语言理解能力、丰富的知识储备、高效的文本生成能力等。 3、组织学生进行小组讨论，让学生分享自己对语言大模型的理解和认识，并举例说明语言大模型在生活中的应用。 （二）活动二：语言大模型的应用场景 1、展示语言大模型在不同领域的应用案例，如教育领域的智能辅导、医疗领域的智能诊断、金融领域的风险评估等。 2、引导学生分析每个案例中语言大模型所发挥的作用和优势，让学生了解语言大模型的广泛应用价值。 3、让学生分组讨论，列举出更多语言大模型在其他领域的应用场景，并选派代表进行发言。 （三）活动三：建立本地语言大模型的三大组件和搭建流程 1、解析搭建本地模型的三大组件 （1）类比解释： 服务工具：比喻为“厨房的灶台”，提供运行环境（如Ollama框架）。 开源模型：比喻为“菜谱”，决定模型功能（如翻译、写作）。 界面工具：比喻为“餐具”，让用户方便操作（如Lobe Chat界面）。 （2）参数量的具象化：用“大脑神经元”类比参数： 0.5B参数 ≈ 5亿神经元（如小动物大脑）。7B参数 ≈ 70亿神经元（接近猴子大脑）。72B参数 ≈ 720亿神经元（接近人类大脑的1%）。 讨论：“为什么参数越大需要更高性能的电脑？”（类比“更复杂的菜需要更大的锅和火力”）。 2、模拟搭建流程：使用图形化工具（如ChatALL）演示三步流程： （1）下载服务工具：安装轻量化框架（如Ollama）。 （2）选择开源模型：加载小型模型（如TinyLlama-1.1B）。 （3）安装界面工具：配置简易交互界面（如Lobe Chat）。 （四）教师演示搭建本地模型 四、当堂训练 1、每组完成以下任务：在模拟环境中“下载”服务工具。从列表中选择一个开源模型（标注参数与硬件需求）。设计一个问答场景（如“本地植物知识库”）。 2、参数选择挑战： 提供三种“虚拟模型卡”（0.5B/7B/72B），标注所需硬件（如显卡、内存）。 学生分组选择模型，匹配“电脑配置卡”（普通电脑/高性能电脑/服务器），解释选择理由。 提问：“如果学校机房电脑只有8G内存，能运行72B模型吗？为什么？” 五、课堂小结 1、总结回顾：回顾语言大模型的使用技巧及与本地语言大模型的交互方式，强调其在实际问题解决中的应用价值。 2、强调重点：强调语言大模型在辅助学习、提高效率方面的重要性。 六、作业设计 书面作业：撰写一篇使用语言大模型辅助解决实际问题的报告，详细描述使用过程、遇到的问题及解决方法。 实践作业：尝试使用语言大模型完成一项个人感兴趣的任务（如编写故事、设计海报等），并准备在下节课上进行展示。 七、板书设计 第二节 应用语言大模型 一、搭建本地语言大模型 1. 本地语言大模型定义 2. 本地语言大模型的特点 二、语言大模型的应用场景 1. 教育领域 2. 医疗领域 3. 金融领域 三、建立本地语言大模型 八、教后反思 学科网（北京）股份有限公司 $$