大模型在辅导场景的深度应用,猿辅导素养课推出启发性“AI作文通”

猿辅导集团旗下的飞象星球面向学校发布“飞象AI作文”,让教育大模型成为老师的AI批改助手、学生的写作助手。芥末堆注意到,猿辅导集团旗下的猿辅导素养课也推出了名为“AI作文通”的AI作文功能,已于7月正式大规模上线,在AI+教育领域率先实现大模型技术落地。

据悉,AI作文通是猿辅导素养课打造的一款1V1个性化作文指导工具,是猿辅导大模型在作文辅导场景的深度落地应用,该工具可为1至6年级学生提供AI作文辅导与批改。

猿辅导素养课AI作文通面向C端的学生和家长,是行业首创的启发式写作工具,让AI引导学生,而不是学生引导AI写作。目的不仅仅是写出好的作文,而是成为具有优秀表达能力和创新能力的写作者。这是AI作文通与市面上其他类似产品的最大不同之处。

围绕AI作文通的具体功能、研发历程,以及未来的产品规划,芥末堆与猿辅导素养课AI作文通团队成员进行了对话。

AI引导学生的AI作文通长什么样?

从整体来看,AI作文通分为两部分:AI作文引导和AI作文批改。使用场景主要是1-6年级学生在校内的作文作业、练习和批改。

AI作文引导是基于AI的启发式作文引导,帮助学生梳理思路,指点学生写作细节,让学生写作更轻松。AI作文批改作为写作能力评估手段,对人工的作文批改进行了AI辅助,旨在提升批改效率,同时帮助家长更快速地了解学生学情。

芥末堆试用了AI作文通,产品整体上分为四个环节:探灵感、趣谈话、搭提纲、挥妙笔。

以三年级《难忘的暑假生活》作文题目为例,在“探灵感”环节,小猿先用故事的方式,引导芥末堆分享暑假生活,抓住作文中心。

进入“趣谈话”环节,可以看到分为整体感知、细节探究和感悟收获三个小环节。小猿打招呼:“嘿,朋友!这个暑假你玩得开心吗?快来跟我说说,你的暑假生活是怎么过的吧?”芥末堆开启了与小猿的一来一回对话。

芥末堆发现,在对话的过程中,小猿会将写作知识流畅地穿插进来,小猿先将学术性相对强的写作知识告诉学生,再用学生易于理解的方式解释一遍。比如“在叙事作文中,我们常常要说明一件事情的起因,比如说为什么会发生一件事”“在叙事作文中,我们通常需要按照事情的发展顺序来描述事情的经过,就像是把故事一段一段地说出来”。

对于刚接触作文不久的学生来说,培养自信心至关重要。芥末堆没有在短时间内说出思路的时候,小猿会安慰并鼓励:“不用紧张,如果你对问题没有想法,或遇到了其他问题,也都可以随时向小猿说。”

趣谈话能全程用语音方式对话,同时会将文字显示出来,用更轻松的方式启发思路的同时,也方便低年级学生使用。

写作文的时候,列提纲总是让人头大。在“搭提纲”环节,AI会提炼对话中最亮点的素材内容形成标签,让学生用拖拽标签的方式自己完成提纲,训练谋篇布局的能力。

最后的“挥妙笔”环节能结合学生创作的内容,定制专属本篇的写作技巧、好词好句。

猿辅导素养课AI作文通产品经理杨凌宇向芥末堆分享,虽然学生通过App学习,但作文还是以纸笔完成为主。在帮学生整理思路要点和梳理提纲后,产品会引导学生将刚刚总结的思路落到纸上写成作文,并在他写作的过程中,给他一些写作的建议和帮助,让学生更轻松地完成从提纲到作文的过程。

除了帮助学生,AI作文通也能让家长更好地了解、辅导孩子。杨凌宇分享,家长可以通过AI作文指导,帮助孩子启发内容,完善思路,更高效地让孩子写出高质量的文章。此外,家长还可以通过AI作文批改生成的作文批改报告,了解学生在写作中还有哪些弱点。

能够做到个性化地为学生提供指导,AI作文通结合了猿辅导在写作指导领域的教育教研经验,以及以自研的猿辅导大模型为技术基底的技术能力。

同时,杨凌宇认为,大模型应用于作文写作,优势在于三点。

第一点是个性化指导。作文是一个比较特殊的学习单元,因为它是一个非常开放的题目类型,没有标准答案,需要学生用自己的生活内容来完成。而大模型的理解能力与生成内容的表达能力,可以更准确、更个性化地帮助学生写出一篇自己的文章。

第二点在于提升写作质量。大模型可以帮助用户纠正语法错误、优化选词,并提供风格和语气的定制化建议,从而提升文章的专业性。

第三点是激发创意思维。大模型拥有庞大的数据集,通过提供不同的提示和建议,帮助学生拓宽思路,激发学生的创意思维。

如何衡量启发性?

市面上已有多个AI作文写作产品,与这些产品相比,猿辅导素养课AI作文通的独特之处有哪些?

猿辅导素养课AI作文通研发负责人王晨说:AI作文通希望做的产品不是学生引导AI写作,而是AI引导学生写作。虽然均冠以“写作指导”名字,但目前市面上多数产品都是前者。

如何才能衡量到底是学生引导AI写作,还是AI引导学生写作呢?

王晨解释道,作为一个创新性产品,需要从各个维度确立为用户创造的价值。于是团队提出了“表达原创率”这一概念,用于区分二者,衡量“启发性”。

具体来看,“表达原创率”是指首次出现在学生表达中的词语在大纲词语中所占的百分比,采用此标准衡量主要缘于:

大纲中采纳的词语是符合题目要求、源于对话的高价值词语;

如果大纲中的某个词语首次出现于学生的表达中,意味着该表达是经学生主动思考而产生的,表达是学生原创的;反之,如果该词语首次出现于AI的表达中,则意味着AI开始提示答案,该表达并非学生原创。

王晨称,在猿辅导素养课AI作文通大规模应用中,完成“趣谈话”环节后,当前学生的“表达原创率”一般可达到70%以上。

猿辅导素养课AI作文通作文引导的最终愿景是帮助学生不依赖作文引导,能写出符合学生所在年级优秀水平的作文。所以在写作水平提高的过程中,AI作文通会根据学生水平动态调整脚手架,让学生始终处于“跳一跳,够得着”的状态中,从而逐渐提升表达原创率,自主写出作文。猿辅导素养课的理念是培养孩子学习的底层能力,建立更高阶的认知习惯和迁移能力。

AI作文通研发经验之谈

从立项到大规模使用,AI作文通只用了半年的时间。

2023年年底,AI作文通的作文引导功能开始立项,并在2024年2月进行首次用户测试,在7月首次大规模使用。

能在如此短时间内达到这个效果,一方面得益于十多年来,猿辅导集团积累了全球体量最大、成型的高质量教育数据集,覆盖10亿题目,大模型训练参数达700亿量级,拥有行业领先的猿辅导大模型。汇聚大模型之力,生成式AI能够在不同的教育应用场景迅速落地。

另一方面也得益于AI作文通团队在前期进行的深入调研,收集了3000多条真实学生反馈。

杨凌宇向芥末堆分享,“这些反馈是我们针对春季报名了猿辅导课程的学生进行的调研。主要调研他们在日常写作过程中出现的问题。”

前期团队通过电话调研,对1-6年级的学生回收了他们觉得写作文最难的点,提炼出共性的问题,比如没思路不会写、跑题、没逻辑、表达不优美是学生写作最大的问题。之后,针对猿辅导在读的学生发放了问卷,让学生选出他们认为自己在写作中最常遇到的问题点(多选),由此得到了不同问题的数据比例。

针对这些问题,AI作文通团队的思考和解决思路分为两个核心点:“自己练不如带着练”、“写作最好是和自己的生活融合”。于是,才有了现在的AI作文通。

杨凌宇透露,目前,AI作文通针对猿辅导素养课人文博雅课暑期班课的用户全面开放,学生整体满意度达4.7分(5分满分)。

AI作文通上线后,猿辅导素养课的教研老师正在持续关注学生们全方位的使用数据,例如在各个体裁、各个题目中,在不同方向的问题引导下,对于各能力水平的学生,使用各种启发方式时的启发成功率。这些资深的教研老师们会和产品研发一起对模型不断进行改进、迭代和更新。在AI时代为素养教育带来行业领先的AI技术,让每一个孩子获得独一无二的启发。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/63595.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Node.js系统模块

【图书介绍】《Node.jsMongoDBVue.js全栈开发实战》-CSDN博客 《Node.jsMongoDBVue.js全栈开发实战(Web前端技术丛书)》(邹琼俊)【摘要 书评 试读】- 京东图书 (jd.com) 2.2.1 什么是系统模块 由于Node.js运行环境提供的API都是以模块化的方式进行开…

路由封装,连接导航router-link

路由的封装抽离: 所有路由配置堆在main.js中不合适,需将路由模块抽离出来,以便维护 将与路由相关信息提取到src文件夹下的router文件夹下的index.js文件中 在main.js中就只需要导入当前路由,并且注入到当前实例中,其他…

工业4.0下的IT网络与OT网络

https://zhuanlan.zhihu.com/p/498984722 随着“中国制造2025”的深入推进,制药行业以手工为主的传统生产方式正在被以“工业4.0 ”为核心的自动化生产方式逐步替代。 为了实现生产自动化,很多制药企业都引入了由PLC(可编程逻辑控制器 &am…

Ubuntu压缩打包解压

ubuntu压缩打包 上图,压缩当前目录svn 为svn.tar.gaz,解压后再当前解压目录生成svn文件 在Ubuntu中,你可以使用tar命令来创建一个压缩包,或者使用zip命令来创建一个.zip压缩文件。以下是两种常见的压缩方法: 下图&am…

Master EDI 项目需求分析

Master Electronics 通过其全球分销网络,支持多种采购需求,确保能够为客户提供可靠的元件供应链解决方案,同时为快速高效的与全球伙伴建立合作,Master 选择通过EDI来实现与交易伙伴间的数据传输。 EDI为交易伙伴之间建立了一个安…

人脸识别之Python的人工智能研究(附学习资源)

1. 引言:人脸识别的意义与挑战 人脸识别技术已经在多个领域得到了广泛应用,包括手机解锁、公共安全监控、社交媒体、人机交互等。这项技术的普及不仅提高了生活的便利性,也为社会安全提供了有效的支持。然而,随着人脸识别技术的不…

时频转换 | Matlab梅尔频谱图Mel spectrogram一维数据转二维图像方法

目录 基本介绍程序设计参考资料获取方式 基本介绍 时频转换 | Matlab梅尔频谱图Mel spectrogram一维数据转二维图像方法 程序设计 clear clc % close all load 130.mat % 导入数据 x X130_DE_time; % 本数据只选择5120个点进行分析 x x(1:120000,:); fs 12000 ; % 数据…

Milvus向量数据库03-搜索理论

Milvus向量数据库03-搜索理论 1-ANN搜索 通过 k-最近邻(kNN)搜索可以找到一个查询向量的 k 个最近向量。kNN 算法将查询向量与向量空间中的每个向量进行比较,直到出现 k 个完全匹配的结果。尽管 kNN 搜索可以确保准确性,但十分耗…

STM32 出租车计价器系统设计(一) 江科大源码改写

STM32 出租车计价器系统设计 功能目标 驱动步进电机模拟车轮旋转,并实现调速功能。 设置车轮周长和单价,检测车轮转速和运转时间。 计算并显示行驶里程和价格。 硬件材料 28BYJ48 五线四相步进电机和 ULN2003 驱动板模块 测速传感器模块 嵌入式小系统…

顶顶通电话机器人开发接口对接大语言模型之实时流TTS对接介绍

大语言模型一般都是流式返回文字,如果等全部文字返回了一次性去TTS,那么延迟会非常严重,常用的方法就是通过标点符号断句,返回了一句话就提交给TTS。随着流TTS的出现,就可以直接把大模型返回的文字灌给流TTS&#xff0…

问题清除指南|AEROBLADE论文复现相关要点总结

前言:本篇博客总结本人在复现 CVPR 2024 论文 AEROBLADE 过程中遇到的一些问题及解决方案。 注:仅仅使用了论文github源码中的Quickstart部分。 论文链接🔗:AEROBLADE: Training-Free Detection of Latent Diffusion Images Using…

Qt初识_对象树

个人主页:C忠实粉丝 欢迎 点赞👍 收藏✨ 留言✉ 加关注💓本文由 C忠实粉丝 原创 Qt初识_对象树 收录于专栏【Qt开发】 本专栏旨在分享学习Qt的一点学习笔记,欢迎大家在评论区交流讨论💌 目录 什么是对象树 为什么要引…

排序算法(3):插入排序

问题 排序 [30, 24, 5, 58, 18, 36, 12, 42, 39] 插入排序 插入排序将序列分为已排序和未排序两部分,每次从未排序部分取出第一个元素,插入到已排序部分的适当位置。重复此过程直到所有元素排序完成。 图解 初始化第一个元素为已排序部分&#xff0…

Java版-图论-最小生成树-Kruskal算法

实现描述 为了造出一棵最小生成树,我们从最小边权的边开始,按边权从小到大依次加入,如果某次加边产生了环,就扔掉这条边,直到加入了 n-1 条边,即形成了一棵树。 实现代码 首选我们对所有的边&#xff0c…

深入解析 Spring Security —— 打造高效安全的权限管理体系

目录 前言1. 初识 Spring Security1.1 Spring Security 的两大核心功能1.2 Spring Security 的主要特点 2. 配置 Spring Security2.1 配置类概述2.2 基础配置示例2.3 示例解析 3. Spring Security 的进阶功能3.1 自定义用户服务3.2 注解式权限控制3.3 动态权限控制 4. 实战应用…

JetBrains IDE(IDEAWebStorm)配置GitHub Copilot

关于 GitHub Copilot 和 JetBrains IDE GitHub Copilot 在编写代码时提供 AI 对程序员的自动完成样式的建议。 有关详细信息,请参阅“关于 GitHub Copilot Individual”。 如果使用 JetBrains IDE,可以直接在编辑器中查看并合并来自 GitHub Copilot 的…

OLLAMA+FASTGPT+M3E 大模型本地化部署手记

目录 1.安装ollama 0.5.1 2.下载大模型 qwen2.5 3b 3.开启WSL 4.更新wsl 5.安装ubuntu 6.docker下载 6.1 修改docker镜像源 6.2 开启WSL integration 7.安装fastgpt 7.1 创建fastgpt文件夹 7.2 下载fastgpt配置文件 8.启动容器 9.M3E下载 9.1 下载运行命令 9.2…

Go的Gin比java的Springboot更加的开箱即用?

前言 隔壁组的云计算零零后女同事,后文简称 云女士 ,非说 Go 的 Gin 框架比 Springboot 更加的开箱即用,我心想在 Java 里面 Springboot 已经打遍天下无敌手,这份底蕴岂是 Gin 能比。 但是云女士突出一个执拗,非我要…

神经网络中的过拟合问题及其解决方案

目录 ​编辑 过拟合的定义与影响 过拟合的成因 1. 模型复杂度过高 2. 训练数据不足 3. 训练时间过长 4. 数据特征过多 解决方案 1. 数据增强 2. 正则化 3. Dropout 4. 提前停止 5. 减少模型复杂度 6. 集成学习 7. 交叉验证 8. 增加数据量 9. 特征选择 10. 使…

Pull down筛靶策略丨筛选药物与潜在靶蛋白之间相互作用的体外技术

小分子药靶筛选的Pull down实验是一种有效的筛选药物与潜在靶蛋白之间相互作用的体外技术。利用生物分子之间的亲和力原理,将生物素标记的小分子化合物固定在链霉亲和素的磁珠上,与蛋白裂解液进行孵育,孵育结束后与小分子结合的蛋白可以通过质…