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 02:47:33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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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