大模型领域又来新玩家。

编者按：本文来自微信公众号量子位（ID：QbitAI），创业邦经授权转载。

大模型领域又来新玩家。

(资料图片)

据了解，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。

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。

MathGPT与大语言模型（LLM）的差异

OpenAI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。

“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。

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。

为了实现这些目标，MathGPT将结合大语言模型和计算引擎两者的能力，大语言模型负责理解题目、分步解析，并在合适的步骤自行调用计算引擎，这样能提高题目解答正确率。

基于海量名师解题过程的数据进行模型训练，模型的解题步骤可以更加清晰。

再引入优秀老师的教学理念和方法，模型在解题趣味性上也能进一步提高。

据透露，MathGPT将先从中小学数学做起，逐步覆盖全年龄学段和解题种类。

做MathGPT，学而思凭什么

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，也是教育行业首批唯一一家人工智能“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。

“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。

今年2月，学而思学习机上线AI讲题机器人小π。

据了解，小π研发已有数年积累，研发方向主要为数学等领域的AI智能讲题能力，核心优势在于数理逻辑和运算。

在实测中，当学而思学习机用户配套的AR镜识别到一道手写或者印刷的数学计算题时，小π机器人会对题目进行智能AI拆解分析，同时生成逻辑流畅、表达清晰的语言，将题目的解题方法讲解出来。

该功能已覆盖的题目包括分数、小数等复杂计算，甚至一些“凑数、组合”的巧妙算法，已十分接近真人老师的解题效果。

△同一道数学题目在ChatGPT(上)和小π（下）的解答对比

小π相关技术于2020年启动研发，以学而思超3亿的专业题库数据作为基础，经过了3年的数据训练和打磨迭代。

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。

MathGPT的挑战和技术难题

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。

大模型的出现是对生产力和生产关系的改变，各行各业都会受到影响，并会在大模型的助力下完成转型升级。

教育行业和大模型有着天然的契合点。教育也是通过交流，把知识和信息传递给学生，大模型会让教育行业的数字化、智能化速度更快。

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。

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。

学而思表示，乔布斯对电脑的定义是“思维的自行车”，MathGPT面向全球的数学爱好者，希望能成为学习数学、思考数学的“自行车”，帮助人们更好的解决学习数学、思考数学的问题。

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。

本文（含图片）为合作媒体授权创业邦转载，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。