文章旨在研究大型人工智能语言模型(如GTT-3.5)在流体力学教学中的应用,以提出一种新的工程教学方法.传统流体力学教学通常采取理论解释和实验演示相结合的形式,但也存在教育资源不足和学生参与率低的问题.该研究试图将人工智能的大规模语言模型与实验模拟和个性化学习相结合,为流体力学教学开辟新的机会.通过将实验数据和理论知识与模型生成的教育内容相结合,学生可以在实验前使用模型模拟和预测实验结果,并在实验过程中进行实时校正和比较检查,从而提高他们的实践技能和解决问题的能力.该研究通过教学实践和学生反馈评估新方法,并提出相应的改进建议,为流体力学教学的现代化和个性化提供了新途径.
NETL
NSTL
万方数据
