Xueersi membangunkan MathGPT, model besar untuk peminat matematik global
Baru-baru ini, dalam "perang ChatGPT" yang sedang diperjuangkan dengan rancak di kalangan pengeluar utama, Xueersi turut menyertainya.
Walau bagaimanapun, Xueersi mengambil pendekatan yang berbeza dan memilih model matematik besar yang dibangunkan sendiri "MathGPT", yang berdasarkan penyelesaian masalah dan algoritma penceritaan masalah dalam bidang matematik, dan telah mencapai keputusan berperingkat .
Xueersi berkata bahawa aplikasi peringkat produk berdasarkan model besar yang dibangunkan sendiri ini dijangka akan dilancarkan dalam tahun ini dan akan tersedia kepada peminat matematik dan institusi penyelidikan saintifik di seluruh dunia.
Sebagai projek teras syarikat, Xueersi memulakan pembinaan pasukan, data, penyediaan kuasa pengkomputeran serta penyelidikan dan pembangunan teknologi yang sepadan sebelum Festival Musim Bunga tahun ini, dan menyerahkannya terus kepada CTO Tian Mi Bertanggungjawab.
Selain itu, pembinaan pasukan di Silicon Valley di Amerika Syarikat juga telah dimulakan untuk menubuhkan pasukan algoritma dan kejuruteraan luar negara serta merekrut pakar kecerdasan buatan yang cemerlang dari seluruh dunia. untuk menyertai.
Perbezaan antara MathGPT dan model bahasa besar (LLM)
Pada bulan Mac tahun ini, OpenAI secara rasmi mengeluarkan model bahasa besar GPT-4. Selepas itu, Baidu dan Alibaba tempatan juga melancarkan produk model besar mereka sendiri.
Walau bagaimanapun, model bahasa umum lebih seperti "pelajar seni liberal". Ia mempunyai prestasi cemerlang dalam tugas seperti terjemahan bahasa, rumusan, pemahaman dan penjanaan, tetapi ia tidak bagus dalam menyelesaikan, menjelaskan dan menyelesaikan masalah matematik Terdapat kekurangan yang jelas dalam Soal Jawab dan cadangan -
"Saya sering melakukan kesilapan semasa menjawab masalah matematik. Walaupun beberapa masalah matematik boleh diselesaikan, kaedah lebih berorientasikan orang dewasa dan tidak boleh menyasarkan struktur pengetahuan kanak-kanak usia sekolah Menyesuaikan diri dengan tahap kognitif "
Sehubungan itu, ketua pasukan Xueersi AI berkata. kelemahan ini ditentukan oleh ciri-ciri model LLM. Model besar LLM datang daripada latihan tentang teks bahasa besar-besaran, jadi ia adalah yang terbaik dalam pemprosesan bahasa.
Industri lebih suka menggunakan model besar LLM untuk aplikasi membaca dan menulis, tetapi jika anda ingin membuat kejayaan dalam keupayaan matematik, anda perlu membangunkan model besar baharu.
Oleh itu, Xueersi berazam untuk membentuk pasukan pengkhususan dalam MathGPT - model besar dalam bidang matematik Ia akan menggunakan pengumpulan bertahun-tahun dalam matematik dan AI untuk menyasarkan matematik peminat dan peminat matematik di seluruh dunia Institusi penyelidikan saintifik harus melakukan kerja yang baik dalam kerja asas matematik dalam era model besar AI.
Xueersi berharap dapat menebus dan mengatasi tiga masalah model bahasa besar melalui MathGPT:
Pertama, soalan mesti dijawab dengan betul. Kini keputusan GPT sering mengalami ralat;
Kedua, langkah penyelesaian masalah mestilah stabil dan jelas Kini langkah penyelesaian masalah GPT berbeza setiap kali, dan kandungan yang dijana selalunya berlebihan;
Ketiga, penyelesaian masalah mestilah menarik dan diperibadikan Penjelasan semasa GPT terlalu "akademik" dan mekanikal, yang sangat tidak mesra pengalaman pembelajaran kanak-kanak.
Mengapa anda melakukan MathGPT , juga merupakan satu-satunya ahli "pasukan kebangsaan" kecerdasan buatan dalam industri pendidikan Ia mempunyai penyelidikan mendalam selama bertahun-tahun dalam bidang kecerdasan buatan. Seawal 2017, Xueersi menubuhkan makmal kecerdasan buatan makmal AI.
Menurut maklumat awam, berdasarkan bantuan platform inovasi terbuka kecerdasan buatan pendidikan pintar, makmal Xueersi AI telah memenangi 16 kejohanan dan 6 naib juara dalam pelbagai pertandingan persidangan akademik terbaik; diterbitkan dalam jurnal antarabangsa dan 31 kertas akademik peringkat tinggi di persidangan, termasuk penyelidikan akademik dalam pelbagai bidang seperti pengecaman aksara optik, imej, pemprosesan bahasa semula jadi, pertuturan dan pelbagai modaliti Banyak kertas kerja diterbitkan dalam persidangan penglihatan komputer teratas dan semula jadi persidangan bahasa; Ia telah memohon lebih daripada 220 paten, lebih daripada 150 paten yang dibenarkan, dan lebih daripada 60 hak cipta perisian.
Xueersi , yang "bermula dengan matematik", mempunyai pengalaman mengajar matematik selama 20 tahun dan telah mengumpulkan sejumlah besar data berkaitan matematik Data ini adalah bahan yang diperlukan untuk latihan MathGPT.
Selain itu, perniagaan luar negara Xueersi, Think Academy, amat diminati oleh peminat matematik di beberapa negara dan wilayah di seluruh dunia, pelajar Xueersi berprestasi cemerlang dalam pertandingan matematik antarabangsa seperti IMO dan AMC setiap tahun memenangi pingat emas dalam Olimpik Matematik Antarabangsa.
Oleh itu, adalah logik untuk Xueersi memilih untuk fokus pada MathGPT.
Juga difahamkan bahawa mesin pembelajaran Xueersi akan melancarkan "pembantu AI" dalam masa terdekat, meliputi pembantu gubahan, pembantu pertuturan, pembantu bacaan, pembantu matematik dan fungsi lain yang berkaitan AI Produk ini akan memulakan ujian dalaman pada 11 Mei.
Cabaran dan masalah teknikal MathGPT
Cara menggunakan model bahasa yang besar untuk berkhidmat kepada semua lapisan masyarakat adalah isu tumpuan dalam masyarakat semasa.
Sebagai contoh, dalam bidang pendidikan, Duolingo, Quizlet, Khan Academy dan produk lain terutamanya bekerjasama dengan OpenAI untuk membuat penalaan halus dan panggilan antara muka pada model besar GPT untuk meningkatkan pengalaman produk asli.
Walau bagaimanapun, terdapat juga beberapa bidang seperti matematik, perubatan, dsb., di mana permintaan untuk AI adalah ketepatan, kejelasan, keupayaan penaakulan logik yang kuat, dan toleransi kesalahan yang rendah prestasi LLM am masih Terobosan dalam bidang di atas belum dicapai, dan tidak jelas sama ada kejayaan boleh dicapai pada masa hadapan.
Mengambil bidang matematik sebagai contoh, terdapat beberapa sekolah utama di pasaran.
Contohnya, produk seperti Photomath, Microsoft Mathematics, Mathway dan WolframAlpha yang memfokuskan pada pengiraan matematik yang diperoleh oleh Google terutamanya menggunakan teknologi AI tradisional bukan LLM serta kaedah pangkalan data untuk menyelesaikan masalah matematik .
Syarikat yang menggunakan laluan AGI cuba menjadikan LLM umum "lebih matematik". juga ditala khusus untuk masalah matematik.
Xueersi telah memilih laluan lain yang jarang dilalui " "Model Besar Matematik" MathGPT komited untuk mencipta penyelesaian pembelajaran yang bebas, stabil, mampan dan berkualiti tinggi.
Dalam gelombang evolusi berterusan model bahasa besar, kelebihan dan kekurangan pilihan laluan teknikal yang berbeza masih perlu dibincangkan dan disahkan.
Sama ada model MathGPT berskala besar bebas Xueersi diwujudkan, sama ada ia boleh mengatasi prestasi model umum dalam tugasan matematik, dan sama ada ia boleh memadankan dengan lebih baik senario pembelajaran matematik kumpulan berbeza orang, soalan ini kekal Jawapannya perlu ditemui dalam amalan inovatif.
Dengan pembangunan keseluruhan industri yang semakin mendalam dan semakin ramai bakat yang mengambil bahagian dalam bidang ini, saya percaya bahawa penyelesaian yang lebih matang akan dapat dilihat dalam masa terdekat.
Atas ialah kandungan terperinci Xueersi membangunkan MathGPT, model besar untuk peminat matematik global. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Barang -barang liar yang benar -benar berlaku di dunia AI. Generasi imej asli Openai adalah gila sekarang. Kami bercakap visual rahang-menjatuhkan, terperinci yang menakutkan, dan output sehingga digilap mereka merasa buatan tangan dengan penuh

Dengan mudah membawa penglihatan pengekodan anda ke kehidupan dengan Windsurf Codeium, teman pengekodan berkuasa AI anda. Windsurf menyelaraskan keseluruhan kitaran hayat pembangunan perisian, dari pengekodan dan debugging ke pengoptimuman, mengubah proses menjadi intu

Braiai's RMGB v2.0: Model penyingkiran latar belakang sumber terbuka yang kuat Model segmentasi imej merevolusi pelbagai bidang, dan penyingkiran latar belakang adalah bidang utama kemajuan. Braiai's RMGB v2.0 menonjol sebagai misal yang canggih, sumber terbuka m

Artikel ini menerangkan isu ketoksikan penting dalam model bahasa besar (LLMS) dan kaedah yang digunakan untuk menilai dan mengurangkannya. LLMS, Menghancurkan pelbagai aplikasi dari chatbots ke penjanaan kandungan, memerlukan metrik penilaian yang mantap, kecerdasan

Sistem Generasi Tambahan (RAG) Pengambilan semula mengubah akses maklumat, tetapi keberkesanannya bergantung kepada kualiti data yang diambil. Di sinilah peniaga menjadi penting - bertindak sebagai penapis kualiti untuk hasil carian untuk memastikan sahaja

Tutorial ini membimbing anda melalui membina saluran paip generasi pengambilan semula multimodal (RAG) yang canggih di Google Colab. Kami akan menggunakan alat canggih seperti Gemma 3 (untuk bahasa dan penglihatan), docling (penukaran dokumen), Langchain

Ray: Rangka kerja yang kuat untuk mengukur aplikasi AI dan Python Ray adalah rangka kerja sumber terbuka revolusioner yang direka untuk menggunakan aplikasi AI dan Python dengan mudah. API intuitifnya membolehkan penyelidik dan pemaju untuk memindahkan kod mereka

OpenAI merangkumi interoperabilitas dengan menyokong Protokol Konteks Model Anthropic (MCP), standard sumber terbuka memudahkan penolong integrasi AI dengan sistem data yang pelbagai. Kerjasama ini memupuk rangka kerja bersatu untuk aplikasi AI ke EFF


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

SublimeText3 versi Inggeris
Disyorkan: Versi Win, menyokong gesaan kod!

SublimeText3 Linux versi baharu
SublimeText3 Linux versi terkini

Versi Mac WebStorm
Alat pembangunan JavaScript yang berguna

mPDF
mPDF ialah perpustakaan PHP yang boleh menjana fail PDF daripada HTML yang dikodkan UTF-8. Pengarang asal, Ian Back, menulis mPDF untuk mengeluarkan fail PDF "dengan cepat" dari tapak webnya dan mengendalikan bahasa yang berbeza. Ia lebih perlahan dan menghasilkan fail yang lebih besar apabila menggunakan fon Unicode daripada skrip asal seperti HTML2FPDF, tetapi menyokong gaya CSS dsb. dan mempunyai banyak peningkatan. Menyokong hampir semua bahasa, termasuk RTL (Arab dan Ibrani) dan CJK (Cina, Jepun dan Korea). Menyokong elemen peringkat blok bersarang (seperti P, DIV),