浙江大学竺可桢学院选拔机制深度解析(基于mini-full/zju-welcome项目)
2025-06-30 00:31:57作者:彭桢灵Jeremy
竺可桢学院概况
浙江大学竺可桢学院作为学校的荣誉学院,下设多个特色培养平台,为优秀学子提供更优质的教育资源和培养方案。2024年调整后,竺院主要包含以下平台:
- 核心实验班:混合班、人文社科实验班、医学实验班(巴德年医学班)、新农科实验班(本博贯通)
- 特色班级:图灵班、求是科学班(8个专业方向)
- 强基计划班:10个专业方向
此外还有五个荣誉项目(机器人工程、智能财务等),这些项目在2021级及以前由竺院负责培养。
新生选拔机制详解
基本选拔流程
竺院新生选拔采用"笔试+面试+体测"的综合评价体系,入围与录取比例通常为2:1。值得注意的是,选拔政策和形式经常调整,考生应以当年官方通知为准。
各平台选拔特点
1. 混合班选拔
选拔资格:
- 仅限收到邀请函的考生
- 生源地学业水平测试成绩优异者自动获得资格
考核内容:
-
笔试:3小时,70道选择题(数学35+物理35)
- 难度定位:学业水平测试范围内封顶(接近强基难度)
- 特点:不涉及大学内容,侧重基础学科能力
-
面试:6对6群面,约80分钟
- 流程设计:
- 主考官主持流程
- 五位老师轮流提问(1英文+2学术+2个人发展)
- 部分问题顺序作答,部分自由抢答
- 流程设计:
-
体测:7个项目全面评估身体素质
- 重要性提示:在分数相近时可能成为决定性因素
面试真题示例:
- 学术类:解释数学现象、判断封闭船舱运动状态
- 发展类:未来职业规划、教育体制评价
- 英文类:AI在教育中的作用、中外大学差异
2. 新农科实验班
专业覆盖:农学相关7个专业方向
考核特点:
- 问题设置侧重农业科技发展
- 典型问题:现代育种技术看法等现实议题
3. 求是科学班
专业细分:8个学科方向独立选拔
考核特点:
- 各专业问题差异显著
- 数学班:侧重理论推导能力
- 地质班:包含生活情境题
- 生物班:与强基计划存在调剂通道
4. 智慧能源班
选拔特色:
- 设置明确的单科成绩门槛
- 面试包含专业领域知识测试
- 英语能力要求较高(含现场翻译)
二次选拔机制
寒假后开展的二次选拔为错过新生选拔的同学提供机会,但需注意:
-
重要限制:除混合班和人文班外,其他选拔均占用唯一转专业机会
-
各平台特点:
- 混合班:侧重已修课程成绩
- 人文班:关注发展规划与专业适配性
- 图灵班:仅限计算机学院学生
- 求科/强基班:名额取决于原有学生流动情况
-
数学班特殊安排:提供三次增补机会(大一寒假/暑假、大二寒假)
备考建议
-
知识准备:
- 巩固高中数理核心知识
- 关注学科前沿发展
- 准备中英文自我介绍
-
面试技巧:
- 练习结构化表达
- 培养快速思维反应能力
- 准备1-2个深入研究的专业话题
-
体测准备:
- 提前进行适应性训练
- 重点提升耐力项目成绩
-
心理准备:
- 熟悉群面环境
- 培养沉着应对能力
特别提示
竺院选拔政策具有动态调整特性,建议考生:
- 密切关注当年官方通知
- 多渠道获取最新信息
- 灵活调整备考策略
通过系统准备和全面展示个人素质,考生可以更好地把握进入竺院学习的机会,开启卓越的学术之旅。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C037
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0115
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
211
115
仓颉编译器源码及 cjdb 调试工具。
C++
138
869