学而思宣布自研数学大模型MathGPT取得阶段性成果

释放双眼,带上耳机,听听看~!
学而思宣布正在自研的数学大模型MathGPT取得阶段性成果,并计划年内推出针对全球数学爱好者和科研机构的产品级应用。该举措将弥补大语言模型在数学能力上的不足,为数学教育领域带来创新。

新智元报道

编辑:好困

【新智元导读】 近日,学而思官宣称,正在自研的数学大模型「MathGPT」,目前已取得阶段性成果。

近日,在各家大厂打得如火如荼的「ChatGPT大战」中,学而思也加入其中。

不过,学而思另辟蹊径选择的是自研数学大模型「MathGPT」,以数学领域的解题和讲题算法为核心,并且已经取得了阶段性成果。

对此学而思表示,基于该自研大模型的产品级应用预计会在年内推出,将面向全球数学爱好者和科研机构。

学而思宣布自研数学大模型MathGPT取得阶段性成果

作为公司的核心项目,学而思早在今年春节之前就启动了相应的团队建设、数据、算力准备和技术研发,并直接交由CTO田密负责。

此外,位于美国硅谷的团队建设目前也已经启动,计划成立一支海外算法和工程团队,在全球范围内招募优秀的人工智能专家加入。

MathGPT与大语言模型(LLM)的差异

今年三月,OpenAI正式发布大语言模型GPT-4。随后,国内百度、阿里也推出了各自的大模型产品。

然而,通用语言模型更像一个「文科生」,在语言翻译、摘要、理解和生成等任务上有出色表现,但在数学问题的解决、讲解、问答和推荐方面则存在明显不足——

「解答数学问题经常出错,有些数学问题虽然能够解决,但方法更偏成年人,无法针对适龄孩子的知识结构和认知水平做适配。」

学而思宣布自研数学大模型MathGPT取得阶段性成果

对此,学而思AI团队负责人表示,这种不足是由LLM模型的自身特点决定的。LLM大模型来自对海量语言文本的训练,因此最擅长语言处理。

行业内偏向基于LLM大模型做阅读、写作类应用,但如果想要在数学能力上有突破,就需要研发新的大模型。

因此,学而思决心组建团队专研MathGPT——数学领域大模型,用自己在数学和AI上的多年积累,面向全球范围内的数学爱好者和科研机构,做好AI大模型时代的数学基础工作。

学而思希望通过MathGPT弥补和攻克大语言模型的三个问题:

第一,题目要解对,现在GPT结果经常出现错误;

第二,解题步骤要稳定、清晰,现在GPT的解题步骤每次都不一样,而且生成内容经常很冗余;

第三,解题要讲的有趣、个性化,现在GPT的解释过于「学术」和机械,对孩子的学习体验很不友好。

做MathGPT,学而思凭什么

学而思作为获国家科技部批准的「智慧教育国家新一代人工智能开放创新平台」建设单位,也是教育行业唯一一家人工智能「国家队」成员,在人工智能领域有着多年的深入研究,早在2017年,学而思便成立了AI lab人工智能实验室。

据公开信息显示,基于智慧教育人工智能开放创新平台助力,学而思AI lab获得各类顶级学术会议比赛冠军16项,亚军6项;发表国际期刊和会议高水平学术论文31篇,包含光学字符识别、图像、自然语言处理、语音以及多模态等多领域的学术研究,在计算机视觉顶会以及自然语言顶会中均有多篇论文发表;申请专利220余项,授权专利150余项,软件著作权60余项。

学而思宣布自研数学大模型MathGPT取得阶段性成果

学而思AI lab在各类顶级学术会议比赛获奖情况

「以数学起家」的学而思至今已有20年的数学教学经验,积累了庞大的数学相关数据,这些数据是进行MathGPT训练的必备物料。

另外,学而思的海外业务Think Academy在全球若干国家和地区深受数学爱好者喜欢,学而思的学生在每年的IMO和AMC等国际数学竞赛中表现优异,每年都有多位学生在国际奥林匹克数学竞赛中拿到金牌。

所以,学而思选择在MathGPT方向发力也顺理成章。

另据了解,学而思学习机近期将会上线一款「AI助手」,涵盖作文助手、口语助手、阅读助手、数学助手等相关功能,该AI产品将于5月11日开启内测。

MathGPT的挑战和技术难题

如何利用大语言模型服务各行各业是当下社会的焦点问题。

比如在教育领域,Duolingo、Quizlet、可汗学院等产品主要和OpenAI合作,在GPT大模型上做微调和接口调用,增强原有的产品体验。

但也有一些领域如数学、医学等,对AI的需求是准确、清晰、具备强大的逻辑推理能力,且容错率低,通用LLM目前的性能表现还无法在上述领域取得突破,未来是否可能取得突破尚不清晰。

以数学领域为例,目前市场上有几个主要流派。

比如Google收购的Photomath、微软数学、Mathway、专注数学计算的WolframAlpha等产品,主要利用非LLM的传统AI技术加上数据库的方式解决数学问题。

走AGI路线的公司则尝试让通用LLM「更懂数学」,比如GPT-4在数学任务上比之前的3.5版本性能更好,谷歌旗下的Minerva模型也专门针对数学问题进行调优。

学而思选择了另一条少有人走的路,不基于现有LLM做微调和接口调用、不做通用LLM,而是自研基于专业领域的「数学大模型」MathGPT,致力于打造自主、稳定、可持续、高质量的学习解决方案。

在大语言模型不断进化的浪潮下,不同的技术路线选择孰优孰劣,仍有待讨论和验证。

学而思自研独立的MathGPT大模型是否成立,是否能够超越通用模型在数学任务上的表现,是否更匹配不同人群的数学学习场景,这个问题还需要在创新实践中寻找答案。

随着整个行业的深化发展和越来越多人才参与到这个领域,相信不久的将来就能看到更为成熟的解决方案。

本网站的内容主要来自互联网上的各种资源,仅供参考和信息分享之用,不代表本网站拥有相关版权或知识产权。如您认为内容侵犯您的权益,请联系我们,我们将尽快采取行动,包括删除或更正。
AI教程

生成对抗网络(GAN)的理论解释和应用指南

2023-11-25 16:57:14

AI教程

基于深度学习的微表情识别技术及示例代码

2023-11-25 17:10:14

个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索