您好，欢迎来到宁犀牛👋 深耕教育+人工智能领域🌟
一直在探索：人工智能时代青少年到底要学什么？怎么学？
如何培养未来真正需要的核心能力？🤔
上周，我使用Python编写了一段程序，调用了qwen-max模型，成功生成了第一版个性化学习反馈报告。
文章链接：调用 Qwen-Max 模型api生成个性化学习报告：解构教育不可能三角。
如今，像qwen-max、deepseek-chat这样的语言模型代表着AI的最新发展，它们不仅能处理海量数据，还能生成高度个性化的内容，仿佛拥有了“理解”与“创造”能力。借助这些强大的模型，教育的个性化进程得以实现，学习反馈也能更加精准。
qwen-max到qwen-plus
回到我自己的实践，最初我选择使用了qwen-max模型，它的强大性能帮助生成了极为详细的个性化反馈报告。然而，不得不提的是，qwen-max模型的token成本非常高昂，尤其在大量调用时，这无疑给项目带来了不小的经济压力。
我决定将模型调整为qwen-plus。qwen-plus虽然在某些方面的性能稍逊一筹，但其成本相对更为可控，且在生成个性化报告时，依然能够提供足够高质量的输出。
引入历史数据：get_student_history函数
在新版本中加入了一个非常关键的功能——get_student_history函数。这个函数能够提取学生的历史学习数据，包括之前的任务完成情况、答题正确率、学习进度等信息。通过这些数据，模型可以更准确地理解学生的学习状态，从而生成更加个性化的反馈。例如，如果一个学生在前几次编程任务中总是卡在某一个知识点，模型会特别关注这个问题并给予更具体的改进建议。
这种方法与传统的手动评分大不相同，它能够实时分析学生的学习情况，并提供定制化的帮助，几乎是每个学生的“私人导师”！
未来的模型与功能展望
接下来的版本我计划尝试使用其他先进的语言模型，例如deepseek-chat。如果deepseek-chat的效果能够达到预期，那么个性化学习反馈将不再局限于静态的评价，而是可以变得更加动态、互动，甚至能够模拟教师与学生之间的对话，成为一种更加人性化的教育工具。
这些功能将使得个性化学习反馈系统更加全面，能够从多个角度帮助学生提升学习效果。
教育的未来，已在眼前
正如哲学家赫尔曼·黑塞所言：“教育的真正意义不在于知识的传授，而在于能力的培养。”今天，借助大模型（LLM），我们不仅能够传授知识，更能够根据每个学生的特点、学习轨迹，帮助他们发现自我、超越自我。这不仅是对学生的关怀，更是教育本质的再创造。
完整代码
宁犀牛分享
宁犀牛每周会举行一场线上免费分享，分享编程、数学、人工智能方面的内容，帮助3-9年级的同学更好地理解学习，欢迎感兴趣的小伙伴及家长们参加。
添加下方微信，我拉您进分享群。
往期精选：
“当世最聪明的人”史蒂芬·沃尔弗拉姆：Mathematica、Wolfram Alpha与Wolfram语言
AI时代下的教育焦虑及应对之道 ——北大×腾讯：AI+教育思想沙龙启示
调用 Qwen-Max 模型api生成个性化学习报告：解构教育不可能三角
教育部：加强中小学人工智能教育为未来铺路 宁犀牛详解：机遇与挑战
新晋诺奖得主辛顿教授Hinton的AI预言：未来十年，我们会见证什么奇迹？
谷歌前CEO施密特谈AI时代年轻人的生存指南：Python+分析与批判性思维
AI不会取代老师！谷歌大脑之父Jeff Dean详解教育新范式
“卡脖子”下的专业调整，高校专业大洗牌：工科“瘦身”新工科“扩容”
2024高校预算经费TOP50出炉！解密高校财务：资金来源与预算分析
人工智能+教育➡️宁犀牛
