MathGPT大模型發(fā)布：落地學(xué)而思AI學(xué)習(xí)機(jī)
MathGPT將從即日起由內(nèi)測(cè)階段轉(zhuǎn)為全面開(kāi)放
近日，按照《生成式人工智能服務(wù)管理暫行辦法》規(guī)定，學(xué)而思大模型MathGPT完成了相關(guān)備案并已通過(guò)審核，正式成為首批通過(guò)備案的教育大模型。
據(jù)好未來(lái)透露，隨著MathGPT通過(guò)備案，未來(lái)將在學(xué)習(xí)機(jī)上陸續(xù)落地基于自研大模型的AI能力應(yīng)用，MathGPT也將從即日起由內(nèi)測(cè)階段轉(zhuǎn)為全面開(kāi)放。
據(jù)了解，學(xué)而思學(xué)習(xí)機(jī)陸續(xù)上線的功能包括“AI對(duì)話學(xué)”、“AI講題助手”、“中英文寫作助手”等等。其中“AI對(duì)話學(xué)”通過(guò)多輪對(duì)話的方式將精準(zhǔn)學(xué)定位到步驟級(jí)，不管是準(zhǔn)確度還是個(gè)性化程度上，都實(shí)現(xiàn)了代際化的提升。
作為教育領(lǐng)域的垂直大模型，MathGPT專攻教育和學(xué)習(xí)場(chǎng)景下AI能力的訓(xùn)練和優(yōu)化。早在8月好未來(lái)20周年司慶活動(dòng)上，學(xué)而思CTO田密曾透露MathGPT已經(jīng)開(kāi)啟內(nèi)測(cè)，但并未公布MathGPT的實(shí)際使用場(chǎng)景和落地產(chǎn)品。
大模型應(yīng)用，場(chǎng)景為先，學(xué)而思最后選擇以學(xué)習(xí)機(jī)作為自研大模型的核心落地產(chǎn)品。作為一款定位在家自學(xué)場(chǎng)景的智能終端，學(xué)習(xí)機(jī)是實(shí)現(xiàn)個(gè)性化學(xué)習(xí)的很好載體，這個(gè)選擇也在意料之中。
整體AI能力升級(jí)后，學(xué)而思學(xué)習(xí)機(jī)將大幅度提升AI自適應(yīng)學(xué)習(xí)水平，而之前“好內(nèi)容”的優(yōu)勢(shì)可以被進(jìn)一步凸顯。這次整體產(chǎn)品升級(jí)后，學(xué)而思學(xué)習(xí)機(jī)也順其自然成為AI學(xué)習(xí)機(jī)。
上線“AI對(duì)話學(xué)”，將“精準(zhǔn)學(xué)”拆分到步驟級(jí)
這次學(xué)而思學(xué)習(xí)機(jī)整體升級(jí)中，一個(gè)非常值得關(guān)注的落地應(yīng)用就是“AI對(duì)話學(xué)”。
“AI對(duì)話學(xué)”基于MathGPT的解題和講題能力，由學(xué)而思研發(fā)?！癆I對(duì)話學(xué)”可以通過(guò)學(xué)生與AI的對(duì)話式學(xué)習(xí)交流，細(xì)分步驟進(jìn)行定位，快速分析出學(xué)生的薄弱點(diǎn)。
過(guò)去，AI精準(zhǔn)學(xué)的判斷方式多通過(guò)“題目”來(lái)實(shí)現(xiàn)。但如果通過(guò)常規(guī)的做題刷題情況進(jìn)行學(xué)情分析，AI僅能判斷出哪道題出現(xiàn)錯(cuò)誤。然而，在很多情況下，解一道題背后涉及多個(gè)不同小知識(shí)點(diǎn)，甚至還要綜合考慮用戶不同維度的能力水平，比如到底是計(jì)算能力薄弱還是解題邏輯的問(wèn)題。因此，在上一代AI產(chǎn)品中，機(jī)器很難做到非常精準(zhǔn)的診斷。
而大模型時(shí)代的出現(xiàn)，提供了打開(kāi)這個(gè)“黑匣子”的機(jī)會(huì)。這次，學(xué)而思學(xué)習(xí)機(jī)搭載的“AI對(duì)話學(xué)”就將精確定位每個(gè)用戶的問(wèn)題。
學(xué)而思“AI對(duì)話學(xué)”把每一道題目拆解為多個(gè)小步驟，每一個(gè)小步驟對(duì)應(yīng)一個(gè)知識(shí)點(diǎn)，AI能就每一個(gè)細(xì)分步驟向用戶進(jìn)行提問(wèn)，在和用戶的多輪對(duì)話中診斷他的薄弱點(diǎn)，由此足夠準(zhǔn)確地定位到用戶真正的問(wèn)題所在，再輸出有針對(duì)性的練習(xí)內(nèi)容。
除此之外，學(xué)而思學(xué)習(xí)機(jī)還可以根據(jù)歷史學(xué)習(xí)記錄進(jìn)行智能分析規(guī)劃，幫用戶推薦自適應(yīng)的挑戰(zhàn)和練習(xí)。
在用戶端，“AI對(duì)話學(xué)”大大降低了孩子們的使用門檻，用最簡(jiǎn)單的對(duì)話方式實(shí)現(xiàn)多輪互動(dòng)。
中英文作文批改助手、AI講題助手等多項(xiàng)AI能力齊上線
除了在精準(zhǔn)學(xué)上的重要變化，在各項(xiàng)實(shí)際的工具型應(yīng)用上，學(xué)而思學(xué)習(xí)機(jī)也做了一輪迭代。用戶自學(xué)場(chǎng)景中的應(yīng)用都做了AI能力升級(jí)，包括基于大模型的講題、中英文作文批改等等。
這一輪產(chǎn)品升級(jí)后，除了提供更好的交互體驗(yàn)外，更重要的是將靈活度大大提升。
以中文作文批改為例，學(xué)而思讓大模型專項(xiàng)學(xué)習(xí)了教研老師提煉的“字、詞、句、段、篇”五步優(yōu)化法，可以實(shí)現(xiàn)語(yǔ)文作文的一鍵潤(rùn)色。
中文作文批改功能
此外，學(xué)而思學(xué)習(xí)機(jī)還將陸續(xù)上線AI講題助手、高效作業(yè)助手、知識(shí)百科問(wèn)答、對(duì)話聽(tīng)寫、語(yǔ)音助手等多項(xiàng)AI能力，用戶可以體會(huì)到“一拍即講、自由問(wèn)答”等輕松易用的AI交互學(xué)習(xí)方式。各項(xiàng)AI能力還將彼此聯(lián)動(dòng)，得到整體設(shè)計(jì)和優(yōu)化。
學(xué)習(xí)場(chǎng)景的“好內(nèi)容+大模型”想象力有多大？
教育垂類大模型的重要價(jià)值就來(lái)源于在教育領(lǐng)域的專攻。教育是一個(gè)獨(dú)特的領(lǐng)域，其中一個(gè)很大的特點(diǎn)就是用戶的容錯(cuò)率低、試錯(cuò)成本高，又有很高的個(gè)性化需求。
所以，在調(diào)試大模型時(shí)，學(xué)而思積累20年的教研教學(xué)數(shù)據(jù)、用戶數(shù)據(jù)以及對(duì)用戶的理解，就非常重要。 比如以AI講題為例，學(xué)而思團(tuán)隊(duì)要基于之前積累下的、針對(duì)不同年齡段孩子的講題思路對(duì)機(jī)器進(jìn)行調(diào)試，這些如果沒(méi)有足夠細(xì)致的積累很難做到。
內(nèi)容安全層面，好未來(lái)旗下學(xué)而思大模型MathGPT和學(xué)而思學(xué)習(xí)機(jī)也構(gòu)筑了全面的內(nèi)容審核防護(hù)體系。
生成式大模型實(shí)現(xiàn)的人機(jī)交互讓AIGC時(shí)代以更快的速度到來(lái)，也給了教育場(chǎng)景更多的可能性。學(xué)習(xí)機(jī)作為一個(gè)綜合智能硬件，可以拓展的場(chǎng)景非常多。
學(xué)而思自研體系和學(xué)習(xí)資源一直被認(rèn)為是學(xué)而思學(xué)習(xí)機(jī)的核心優(yōu)勢(shì)，如果同時(shí)具備“好內(nèi)容+大模型能力”，解決好自適應(yīng)學(xué)習(xí)這個(gè)終極難題，學(xué)而思學(xué)習(xí)機(jī)的想象力和延展性會(huì)非常大。
在自適應(yīng)能力和交互性大大提升后，用戶在學(xué)而思學(xué)習(xí)機(jī)上的學(xué)習(xí)效率也將大幅度提升。不過(guò)，更有想象力的或許是，學(xué)而思學(xué)習(xí)機(jī)將從之前智能終端的角色升級(jí)為真正的個(gè)人智能助手。
相關(guān)閱讀
