北京理工AI教育服务上线！DirectionAI：大模型驱动的个性化教学方式
科技
2024-12-04 09:01
吉林
![]()
MLNLP社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。
社区的愿景是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。2024年11月，北京理工大学 DIRECT 实验室基于最前沿的大模型技术，发布了面向高校、职教、企业培训等场景的🌟DirectionAI智能教育服务🌟，致力于为教育者和学习者打造智能化、个性化的教学环境。DirectionAI 在线访问链接：http://www.directionai.cn/DirectionAI Github链接：https://github.com/DIRECT-BIT/DirectionAI获取测试账号：https://github.com/DIRECT-BIT/DirectionAI/blob/main/Test_Account.md
一、简介
DirectionAI 致力于为高校、职教以及企业培训等多种场景提供基于前沿AI技术的智能教育解决方案！无论是教师还是学生，都能在这里体验到智能化、个性化的服务，感受全新的教学方式。今年11月，实验室推出了“流星雨”计划，“METEOR: Evolutionary Journey of Large Language Models from Guidance to Self-Growth(https://arxiv.org/abs/2411.11933)”，通过大模型进化的思想不断提升领域大模型的核心能力，同时共同进化领域模型的推理能力、泛化能力以及多样化生成能力。后续，实验室将根据该计划继续增强教育大模型的底层能力，支持教育领域中多种复杂场景需求。“DirectionAI”平台已经在校内，定向邀请学生和老师进行内部测试，课程内容涵盖大模型、文本挖掘、自然语言处理方向。预计2025年逐步向公众开放。依托领域大模型、自我进化和推理增强等核心算法，DirectionAI 提供了智能教案生成、PPT制作、作业指导与评估、AI伴学、AI助教、视频课程辅导、编程指导等一站式功能，让教学设计更简单、学习效率更高、课堂体验更有趣！作为贴心的教学助手，DirectionAI 可以帮助教师快速优化课程设计，生成个性化的教案和课件，并实现作业的智能评估；同时，学生也能随时随地获得个性化学习支持，从实时解答到视频课程辅导，再到学习进度分析与专属建议，确保每一个知识点都能被深刻理解和掌握。未来，他们将构建一个融合AI技术的教育生态系统，通过智能工具与个性化服务，为师生提供更加高效、轻松的教学体验，推动教育的创新与发展！同时，的背后更是依托了一系列DIRECT LAB最新研究成果和算法突破，确保平台的每一项功能都建立在强有力的技术支撑之上，为教育领域的智能化发展奠定了坚实基础。二、底层研究与算法
DirectionAI 集成了由北京理工大学 DIRECT 团队研发的多项前沿算法成果，成功实现了大模型在教育领域的高效训练与应用。教育领域因其多学科、跨领域、高难度知识、多场景的复杂性，对AI技术提出了更高的要求。DIRECT团队针对智能教育领域的难点，展开了深入研究，并取得了突破性进展。团队深入研究了大模型遗忘机制以及token-level领域迁移机制，使得教育领域大模型能够在训练和推理过程中高效调用特定领域知识。通过垂域模型进化的创新思想，他们训练了小规模的教育专用模型，并成功部署到 DirectionAI 平台中，以支持核心功能如AI助教、PPT生成、视频课程辅导、智能教案生成等。为解决教学中可能涉及的复杂推理问题和编程问题，DirectionAI 部署了经过程推理优化的数理推理模型，以及具备自我进化能力的代码生成编程指导模型，为用户提供更高效、更精准的专用功能支持。论文《Reviving Dormant Memories: Investigating Catastrophic Forgetting in Language Models through Rationale-Guidance Difficulty》探讨了大模型的唤醒机制，提出了“困难指引”指标来引导出有可能被遗忘的信息。换句话说，他们认为大模型不曾遗忘，关键是如何找到领域所需知识。该核心思想可以在特定领域知识激活和应用中发挥重要作用。Github：https://github.com/DIRECT-BIT/Reviving-Dormant-Memories流星雨计划《METEOR: Evolutionary Journey of Large Language Models from Guidance to Self-Growth》提出的大模型垂直领域进化训练方案。该方案分为三个阶段：首先通过领域知识蒸馏建立基础能力，然后在指导下进行迭代训练获得自我评判能力，最后实现模型的自主进化。这种渐进式的训练方法确保了模型能力的稳步提升。Github: https://github.com/DIRECT-BIT/METEOR他们提出了过程推理增强技术，《PSPO*: An Effective Process-supervised Policy Optimization for Reasoning Alignment》。传统的强化学习算法增强模型的推理能力有限，在原始推理对齐算法（如PPO等）基础上新增非线性奖励对齐可以进一步提升推理能力。Github：https://github.com/DIRECT-BIT/PSPO他们采用《SRA-MCTS: Self-driven Reasoning Augmentation with Monte Carlo Tree Search for Enhanced Code Generation》提出的代码能力增强技术。引导模型在代码生成过程中自我生成高质量的中间推理路径，不添加额外的监督训练。Github：https://github.com/DIRECT-BIT/SRA-MCTS三、未来关注点
基于认知的多维度评估：教育核心在人，提供智能化是手段之一，其目的是要真正帮到人的成长和教育。因此，客观、准确地评估智能化工具的合理性、评估的学生通过AI教育在能力、学习阶段、学习延伸度、学习潜力、学习路径合理性至关重要。复杂问题/任务规划与推理：以目标导向且符合学生能力阶段，提供合理化的学习路径规划；涉及能力评估、复杂问题求解与推理、自我进化等大模型核心要点。自我进化：AI教育系统通过持续学习与反馈，不断自我优化。在与学生互动中，收集数据，分析教学效果，调整策略，以适应个体需求，提升教学质量。多样情景化长文本生成：将学生过程或者教学过程看做一个完整的故事，那么在交互性场景下，将知识、学习内容以故事情节的规划方式引入教学环节中，提供学习兴趣，启发学生深入思考。风格化/情感对话：提供情景化的陪伴式聊天对话，舒缓学习压力，提高学习趣味性。🎈 DIRECT Lab：https://github.com/DIRECT-BIT合作洽谈邮箱：gyang@bit.edu.cn 高扬关于我们
MLNLP 社区是由国内外机器学习与自然语言处理学者联合构建的民间学术社区，目前已经发展为国内外知名的机器学习与自然语言处理社区，旨在促进机器学习，自然语言处理学术界、产业界和广大爱好者之间的进步。社区可以为相关从业者的深造、就业及研究等方面提供开放交流平台。欢迎大家关注和加入我们。![]()
