生成式人工智能对大学生学业表现的影响——基于广义随机森林模型的异质性处理效应.docx

研究报告

PAGE

1-

生成式人工智能对大学生学业表现的影响——基于广义随机森林模型的异质性处理效应

一、研究背景与意义

1.生成式人工智能的发展概述

(1)生成式人工智能，作为人工智能的一个重要分支，近年来在各个领域取得了显著的进展。其核心在于通过学习大量的数据，能够自主生成新的内容，如文本、图像、音频等。从早期的基于规则的方法到如今深度学习技术的广泛应用，生成式人工智能的发展经历了多个阶段。特别是在深度学习技术的推动下，生成式模型如生成对抗网络（GANs）、变分自编码器（VAEs）等在图像、文本和音频生成方面取得了突破性成果。

(2)生成式人工智能在图像生成领域的