报告主题
利用大语言模型助力统计学专业课程学习的策略与实践
在此主题框架内适当深化或细化，如在统计学理论理解、数据分析实务、统计软件应用以及学术论文阅读与写作等方面的大模型应用等等。具体应用场景包括但不限于：
- 课程笔记梳理与知识点提炼；
- 辅助解决课后习题与实验报告中的难点；
- 学术写作初稿的生成与润色；
- 对专业文献进行总结和批判性分析；
- ……
报告要求
- 报告题目自拟
- 3人小组，合作完成。在附录中须注明小组成员的贡献比例。
- 字数要求：正文字数2400-3000字。
- 引用文献：至少引用9篇相关文献或权威资料（可包含学术论文、书籍、报告或权威媒体资讯）。参考文献格式统一且在文中有正确引用标识。
- 附录：列出写作过程中使用的大语言模型的名称、版本；列出主要使用的提示词以供评审参考；注明小组成员的贡献比例；其它不便在正文中展示的内容。
- 文档格式：Markdown，使用恰当的标题、列表、引用、字体和代码块等排版手段提高可读性。请在组员多台电脑的VScode和浏览器中反复验证渲染的正确性，避免出现乱码。
- 提交方式：将Markdown文件与其依赖文件打包成zip，发送至chenc@swufe.edu.cn，并在邮件标题中标明“DSC322课程报告+组号”。
评价标准
- 内容质量：对大语言模型原理、特性与应用现状的理解准确；对本专业课程学习需求的分析深入；应用场景和策略科学可行；对挑战与展望的有深度思考。
- 写作质量：逻辑结构清晰、论证严密；语言表达流畅、专业术语使用恰当；Markdown文档排版工整，可读性强。
- 创新性：提出独特见解，非简单罗列已有观点；能结合实际情况提出可操作的优化和建议。
- 参考文献：文献引用规范、来源可靠且数量达标；能在正文中有效引用资料，体现对参考文献的理解与消化。
截止日期
- 北京时间2025年01月13日中午12:00，以邮箱时间戳为准。
- 逾期扣分20%/24小时，不足24小时按照24小时计算。