以DeepSeek为代表的国产高性能开源大模型问世以来，我院实验室迅速成立了人工智能赋能实验室工作专班，探索利用大模型实现实验室教学和管理提质增效的新途径。近日，由实验员吴以茵、陈威、贺凤霞以及若干优秀本科生组成的智能实验排课小组率先部署了DeepSeek等大模型并构建智能体，初步实现了实验课排课效率大幅提升，有效解决了传统排课中的时间冲突、资源浪费等痛点。

传统实验排课困境催生创新探索

传统实验排课主要采用人工方式进行排课，涉及满足师生的多样化需求、实验室容量和设施的限制、实验室利用率、以及复杂的需求冲突。实现几十门课程和几十个班级的实验室人工排课，不仅耗时耗力，而且很难达到最优解决方案，是目前实验室管理工作中的痛点。如何实现低成本、高效、高精准度的排课是亟待解决的问题。

大模型赋能实验排课显成效

为破解上述难题，智能实验排课小组经过反复研讨和尝试，利用DeepSeek大模型为核心构建智能体，成功实现了计算机实验课程教师需求分析、自动排课、排课合理性自动分析和排课智能微调，大幅度提高了排课效率和排课复杂度支持，能够即时排课并动态调整，克服了传统人工排课耗时长、资源冲突率高的困难。

需求参数微调实现排课精准适配

为满足不同专业需求，智能排课小组设计了动态参数调节功能。排课人员可灵活设置优先级权重，优先满足特定类型需求，且在添加更多教师课程的时候，也能动态生成合理的排课方案。

图1.部分排课结果展示

近年来，实验室工作团队以提升实验室的服务和支撑能力为目标，积极探索优化工作流程、实验室管理和实验室建设。本次智能排课探索是实验室团队朝着该目标努力的有益尝试。下一步，智能排课小组将持续提升智能排课系统的智能性、稳定性、鲁棒性和交互友好性，更好地服务广大师生。

编辑：贺凤霞

复审：彭佳林

终审：陈荣美