汪洋,孙华锐,阮琦锋,刘郝亮,周可雅

• 1:哈尔滨工业大学(深圳)理学院
• 2:哈尔滨工业大学物理学院

摘要(Abstract)：

本文探究了大语言模型在大学物理教学中的创新应用模式,并依托智能体平台构建了教辅系统。通过在智能体中添加大学物理知识库,我们显著提高了智能体解答大学物理问题的能力,并且成功应用在课前预习、课后复习、习题辅导及物理模型可视化四大核心场景中。在课前预习和课后复习方面,智能体能够提取并且整理课本中的知识要点;在课后习题解答方面,智能体能以接近100%的准确率解答参考教材的全部课后习题,并且学生能够对其中不懂的步骤进行追问;在物理概念可视化方面,可以实现将物理模型转为可视化代码,生成物理图像降低学习难度。学生的调查反馈表明,该模式提高了学生的学习效率,降低大学物理的学习难度,增强了学习兴趣,并为人工智能赋能基础性教学改革提供了可复制范例。

关键词(KeyWords)： 大语言模型;智能体;知识库

Abstract:

Keywords:

基金项目(Foundation): 2025年度广东省本科高校教学质量与教学改革工程项目(高等教育教学改革项目,序号：1268);; 2025年度广东省教育科学规划课题（高等教育专项,编号：2025GXJK0606）;; 2023年教育部大学物理教指委教改项目（项目编号：DJZW202330zn）

作者(Author): 汪洋,孙华锐,阮琦锋,刘郝亮,周可雅

DOI: 10.27024/j.wlygc.2025.06.12.02

参考文献(References)：

• [1] 王琛琛，张睿，吴天刚.大学物理知识图谱的构建及其在个性化教学中的应用[J].物理与工程，2020,30(5):76-81.WANG C C,ZHANG R,WU T G.The construction of college physics knowledge map and its application in individualized teaching[J].Physics and Engineering,2020,30(5):76-81.(in Chinese)
• [2] 何钰，孙燕云，谢东，等.基于知识图谱的大学物理课程建设与实践[J].物理与工程，2024,34(6):149-157.HE Y,SUN Y Y,XIE D,et al.Construction and practice of college physics curriculum based on knowledge graph[J].Physics and Engineering,2024,34(6):149-157.(in Chinese)
• [3] 周可雅，孟庆鑫，曹永印，等.问题牵引式大学物理课程知识图谱探索与实践[J].大学物理，2025,35(1):66-69.ZHOU K Y,MENG Q X,CAO Y Y,et al.Exploration and practice based on a problem driven knowledge graph of college physics[J].College Physics,2025,35(1):66-69.(in Chinese)
• [4] 范春蕾，武荷岚，解希顺.试论ChatGPT对大学基础课教学的影响[J].物理与工程，2023,33(4):7-11,17.FAN C L,WU H L,XIE X S.The influence of ChatGPT on the teaching of basic courses in universities[J].Physics and Engineering,2023,33(4):7-11,17.(in Chinese)