重磅！学而思研发面向全球数学爱好者大模型 MathGPT

莱阳妞妞

% A! R$ K0 ]3 J3 ]2 q. r: t
9 L$ b* r( W* |0 k- j面向全球数学爱好者和科研机构，计划于年内推出。
! D2 ]" C1 b5 O5 z( Q" D来源|多知网
' H; ~+ a) {# X5 m. o作者 |王上
. T. B( A1 R$ ?3 v5 m4 W$ @& U) j图片来源 |Pexels
多知网 5 月 5 日消息，多知网获悉，学而思正在进行自研数学大模型的研发，命名为 MathGPT，面向全球数学爱好者和科研机构，以数学领域的解题和讲题算法为核心，目前已经取得阶段性成果，并将于年内推出基于该自研大模型的产品级应用。
/ e. F' Q0 I3 i7 v/ H8 m% L据悉，学而思已将 MathGPT 作为公司核心项目，由 CTO 田密负责，今年春节前，该项目已经启动相应的团队建设、数据、算力准备和技术研发。此外，学而思已经启动在美国硅谷的团队建设，将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。
8 E- W" f1 h6 y7 y  ]) T01
* T, f0 K  h" i3 O- v) i MathGPT 与大语言模型（LLM）的差异
7 z1 Z8 `7 w& J" ]
/ ~3 t- e8 m9 Q6 s$ }美国 OpenAI 公司在今年三月份发布了大语言模型 GPT-4，国内百度、阿里也发布了各自的大模型产品，但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，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。
  @: ^) Y0 `& ]" a1 d! H% U* k" 这种不足是由 LLM 模型的自身特点决定的。"学而思 AI 团队负责人介绍，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。
& N0 b+ g4 @0 D7 `* f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。
02
做 MathGPT，学而思的技术深耕
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。
9 j: O5 N  Z* k: B  I4 l& G9 ~# `* i


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。
$ m0 a9 k8 n9 H5 ]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。
03
7 f2 F0 T9 v6 E+ ~/ E+ @MathGPT 的挑战和技术难题
8 |1 d$ K% I# v; V8 ^9 p6 l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。
1 t7 u2 d) N' T$ n5 g6 O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 GPT4 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。
0 K# I0 _+ R  @( C' o相关阅读：