隨著教育行業(yè)數(shù)字化轉(zhuǎn)型呈現(xiàn)加速發(fā)展態(tài)勢，大模型技術(shù)持續(xù)探索與教育各環(huán)節(jié)進(jìn)行全面深度融合，以滿足日益增長的個(gè)性化、多元化和高質(zhì)量的教育需求。

近年來，基于大模型的教育產(chǎn)品層出不窮，深度賦能智能學(xué)習(xí)、智能教學(xué)、智能問題解決等各種核心場景，為教育行業(yè)提供智能高效的解決方案，有效推動(dòng)教育行業(yè)的創(chuàng)新進(jìn)步。

教育大模型智能化亟待解決的痛點(diǎn)

要想通過人工智能進(jìn)行智能解答習(xí)題，AI程序需要經(jīng)歷兩個(gè)步驟： 

①自動(dòng)生成解題步驟并得到答案。 

②遵循教育規(guī)律進(jìn)行標(biāo)準(zhǔn)的講解

目前，使用大語言模型（LLM）作為二次訓(xùn)練和精調(diào)的基礎(chǔ)模型，正在嘗試解決和證明一些數(shù)學(xué)問題，但仍面臨一些問題需要解決：

（1）對(duì)于數(shù)學(xué)、物理和化學(xué)問題，用戶很難快速熟練地使用適當(dāng)?shù)摹疤崾驹~”來快速獲得所需的答案。

（2）模型提供的答案準(zhǔn)確性不高。

（3）生成答案的過程是黑盒的。

（4）即使給出了答案，也過于籠統(tǒng)，不利于學(xué)生的學(xué)習(xí)。

我們的項(xiàng)目擬定通過使用大量現(xiàn)有的試題、問題解決策略和教學(xué)視頻作為基本訓(xùn)練數(shù)據(jù)。通過設(shè)計(jì)一個(gè)轉(zhuǎn)換試題的范式，我們的目標(biāo)是將它們有效地轉(zhuǎn)換為更大模型更容易理解的表達(dá)形式，從而創(chuàng)建一個(gè)更詳細(xì)的問題解決過程。

棟科AI智慧教育大模型的構(gòu)建融合先進(jìn)的人工智能算法和海量教育數(shù)據(jù)，不久它能夠像擁有超級(jí)大腦一樣，快速處理和分析復(fù)雜的教育信息。

在應(yīng)用普適的大語言模型繼續(xù)開發(fā)垂直的教育模型上，重點(diǎn)研發(fā)出題、判題、交互與記錄四大功能。力圖建立學(xué)習(xí)者的全科全覆蓋個(gè)性化智能學(xué)習(xí)伙伴（智能助教）， 更好地將解題過程中的知識(shí)點(diǎn)生成講解內(nèi)容，讓學(xué)習(xí)者可以獲得更好的學(xué)習(xí)體驗(yàn)。