大模型在辅导场景的深度应用,猿辅导素养课推出启发性“AI作文通”

猿辅导集团旗下的飞象星球面向学校发布“飞象AI作文”,让教育大模型成为老师的AI批改助手、学生的写作助手。芥末堆注意到,猿辅导集团旗下的猿辅导素养课也推出了名为“AI作文通”的AI作文功能,已于7月正式大规模上线,在AI+教育领域率先实现大模型技术落地。
据悉,AI作文通是猿辅导素养课打造的一款1V1个性化作文指导工具,是猿辅导大模型在作文辅导场景的深度落地应用,该工具可为1至6年级学生提供AI作文辅导与批改。
猿辅导素养课AI作文通面向C端的学生和家长,是行业首创的启发式写作工具,让AI引导学生,而不是学生引导AI写作。目的不仅仅是写出好的作文,而是成为具有优秀表达能力和创新能力的写作者。这是AI作文通与市面上其他类似产品的最大不同之处。
围绕AI作文通的具体功能、研发历程,以及未来的产品规划,芥末堆与猿辅导素养课AI作文通团队成员进行了对话。
AI引导学生的AI作文通长什么样?
从整体来看,AI作文通分为两部分:AI作文引导和AI作文批改。使用场景主要是1-6年级学生在校内的作文作业、练习和批改。
AI作文引导是基于AI的启发式作文引导,帮助学生梳理思路,指点学生写作细节,让学生写作更轻松。AI作文批改作为写作能力评估手段,对人工的作文批改进行了AI辅助,旨在提升批改效率,同时帮助家长更快速地了解学生学情。
芥末堆试用了AI作文通,产品整体上分为四个环节:探灵感、趣谈话、搭提纲、挥妙笔。
以三年级《难忘的暑假生活》作文题目为例,在“探灵感”环节,小猿先用故事的方式,引导芥末堆分享暑假生活,抓住作文中心。
进入“趣谈话”环节,可以看到分为整体感知、细节探究和感悟收获三个小环节。小猿打招呼:“嘿,朋友!这个暑假你玩得开心吗?快来跟我说说,你的暑假生活是怎么过的吧?”芥末堆开启了与小猿的一来一回对话。
芥末堆发现,在对话的过程中,小猿会将写作知识流畅地穿插进来,小猿先将学术性相对强的写作知识告诉学生,再用学生易于理解的方式解释一遍。比如“在叙事作文中,我们常常要说明一件事情的起因,比如说为什么会发生一件事”“在叙事作文中,我们通常需要按照事情的发展顺序来描述事情的经过,就像是把故事一段一段地说出来”。
对于刚接触作文不久的学生来说,培养自信心至关重要。芥末堆没有在短时间内说出思路的时候,小猿会安慰并鼓励:“不用紧张,如果你对问题没有想法,或遇到了其他问题,也都可以随时向小猿说。”
趣谈话能全程用语音方式对话,同时会将文字显示出来,用更轻松的方式启发思路的同时,也方便低年级学生使用。
写作文的时候,列提纲总是让人头大。在“搭提纲”环节,AI会提炼对话中最亮点的素材内容形成标签,让学生用拖拽标签的方式自己完成提纲,训练谋篇布局的能力。

最后的“挥妙笔”环节能结合学生创作的内容,定制专属本篇的写作技巧、好词好句。
猿辅导素养课AI作文通产品经理杨凌宇向芥末堆分享,虽然学生通过App学习,但作文还是以纸笔完成为主。在帮学生整理思路要点和梳理提纲后,产品会引导学生将刚刚总结的思路落到纸上写成作文,并在他写作的过程中,给他一些写作的建议和帮助,让学生更轻松地完成从提纲到作文的过程。
除了帮助学生,AI作文通也能让家长更好地了解、辅导孩子。杨凌宇分享,家长可以通过AI作文指导,帮助孩子启发内容,完善思路,更高效地让孩子写出高质量的文章。此外,家长还可以通过AI作文批改生成的作文批改报告,了解学生在写作中还有哪些弱点。
能够做到个性化地为学生提供指导,AI作文通结合了猿辅导在写作指导领域的教育教研经验,以及以自研的猿辅导大模型为技术基底的技术能力。
同时,杨凌宇认为,大模型应用于作文写作,优势在于三点。
第一点是个性化指导。作文是一个比较特殊的学习单元,因为它是一个非常开放的题目类型,没有标准答案,需要学生用自己的生活内容来完成。而大模型的理解能力与生成内容的表达能力,可以更准确、更个性化地帮助学生写出一篇自己的文章。
第二点在于提升写作质量。大模型可以帮助用户纠正语法错误、优化选词,并提供风格和语气的定制化建议,从而提升文章的专业性。
第三点是激发创意思维。大模型拥有庞大的数据集,通过提供不同的提示和建议,帮助学生拓宽思路,激发学生的创意思维。
如何衡量启发性?
市面上已有多个AI作文写作产品,与这些产品相比,猿辅导素养课AI作文通的独特之处有哪些?
猿辅导素养课AI作文通研发负责人王晨说:AI作文通希望做的产品不是学生引导AI写作,而是AI引导学生写作。虽然均冠以“写作指导”名字,但目前市面上多数产品都是前者。
如何才能衡量到底是学生引导AI写作,还是AI引导学生写作呢?
王晨解释道,作为一个创新性产品,需要从各个维度确立为用户创造的价值。于是团队提出了“表达原创率”这一概念,用于区分二者,衡量“启发性”。
具体来看,“表达原创率”是指首次出现在学生表达中的词语在大纲词语中所占的百分比,采用此标准衡量主要缘于:
大纲中采纳的词语是符合题目要求、源于对话的高价值词语;
如果大纲中的某个词语首次出现于学生的表达中,意味着该表达是经学生主动思考而产生的,表达是学生原创的;反之,如果该词语首次出现于AI的表达中,则意味着AI开始提示答案,该表达并非学生原创。
王晨称,在猿辅导素养课AI作文通大规模应用中,完成“趣谈话”环节后,当前学生的“表达原创率”一般可达到70%以上。
猿辅导素养课AI作文通作文引导的最终愿景是帮助学生不依赖作文引导,能写出符合学生所在年级优秀水平的作文。所以在写作水平提高的过程中,AI作文通会根据学生水平动态调整脚手架,让学生始终处于“跳一跳,够得着”的状态中,从而逐渐提升表达原创率,自主写出作文。猿辅导素养课的理念是培养孩子学习的底层能力,建立更高阶的认知习惯和迁移能力。
AI作文通研发经验之谈
从立项到大规模使用,AI作文通只用了半年的时间。
2023年年底,AI作文通的作文引导功能开始立项,并在2024年2月进行首次用户测试,在7月首次大规模使用。
能在如此短时间内达到这个效果,一方面得益于十多年来,猿辅导集团积累了全球体量最大、成型的高质量教育数据集,覆盖10亿题目,大模型训练参数达700亿量级,拥有行业领先的猿辅导大模型。汇聚大模型之力,生成式AI能够在不同的教育应用场景迅速落地。
另一方面也得益于AI作文通团队在前期进行的深入调研,收集了3000多条真实学生反馈。
杨凌宇向芥末堆分享,“这些反馈是我们针对春季报名了猿辅导课程的学生进行的调研。主要调研他们在日常写作过程中出现的问题。”
前期团队通过电话调研,对1-6年级的学生回收了他们觉得写作文最难的点,提炼出共性的问题,比如没思路不会写、跑题、没逻辑、表达不优美是学生写作最大的问题。之后,针对猿辅导在读的学生发放了问卷,让学生选出他们认为自己在写作中最常遇到的问题点(多选),由此得到了不同问题的数据比例。
针对这些问题,AI作文通团队的思考和解决思路分为两个核心点:“自己练不如带着练”、“写作最好是和自己的生活融合”。于是,才有了现在的AI作文通。
杨凌宇透露,目前,AI作文通针对猿辅导素养课人文博雅课暑期班课的用户全面开放,学生整体满意度达4.7分(5分满分)。
AI作文通上线后,猿辅导素养课的教研老师正在持续关注学生们全方位的使用数据,例如在各个体裁、各个题目中,在不同方向的问题引导下,对于各能力水平的学生,使用各种启发方式时的启发成功率。这些资深的教研老师们会和产品研发一起对模型不断进行改进、迭代和更新。在AI时代为素养教育带来行业领先的AI技术,让每一个孩子获得独一无二的启发。
相关文章:
大模型在辅导场景的深度应用,猿辅导素养课推出启发性“AI作文通”
猿辅导集团旗下的飞象星球面向学校发布“飞象AI作文”,让教育大模型成为老师的AI批改助手、学生的写作助手。芥末堆注意到,猿辅导集团旗下的猿辅导素养课也推出了名为“AI作文通”的AI作文功能,已于7月正式大规模上线,在AI教育领域…...
深入了解架构中常见的4种缓存模式及其实现
4种缓存模式 随着应用程序的复杂性日益增加,缓存管理变得至关重要。缓存不仅能有效减轻数据库负载,还能显著提升数据访问速度。选择合适的缓存模式能够在不同的业务场景下发挥出最佳效果。 本文将详细介绍四种常见的缓存模式:Cache-Aside (…...
Hermes engine on React Native 0.72.5,function无法toString转成字符串
问题描述 Hermes engine on React Native 0.72.5,function无法toString转成字符串 环境 npm6.14.18 node16.17.1项目依赖 "react": "18.2.0", "react-dom": "18.2.0", "react-native": "0.72.5", …...
Spring Boot + MySQL 多线程查询与联表查询性能对比分析
Spring Boot MySQL: 多线程查询与联表查询性能对比分析 背景 在现代 Web 应用开发中,数据库性能是影响系统响应时间和用户体验的关键因素之一。随着业务需求的不断增长,单表查询和联表查询的效率问题日益凸显。特别是在 Spring Boot 项目中࿰…...
Java 设计模式~工厂模式
在java开发,工厂模式应用场景有哪些?在Spring boot原码中 有哪些工厂类,并做相应的代码介绍。 工厂模式 工厂模式(Factory Pattern)是Java中一种常用的创建型设计模式,它提供了一种创建对象的最佳方式。此…...
OmicsTools生信环境全自动化安装配置教程,代做生信分析和辅导
OmicsTools软件介绍和下载安装配置 软件介绍 我开发了一款本地电脑无限使用的零代码生信数据分析作软图神器电脑软件OmicsTools,旨在成为可以做各种医学生物生信领域科研数据分析作图的的全能科研软件,欢迎大家使用OmicsTools进行生物医学科研数据分析…...
鸿蒙HarmonyOS应用开发 探索 HarmonyOS Next-从开发到实战掌握 HarmonyOS Next 的分布式能力
鸿蒙心路旅程:探索 HarmonyOS Next-从开发到实战掌握 HarmonyOS Next 的分布式能力 HarmonyOS Next 是华为推出的全新一代操作系统,旨在进一步推动分布式技术的深度应用和生态融合。本文将从技术特点、应用场景入手,通过实战案例与代码示例&…...
二分模板题
题目传送门 主要思路: 暴力会tle n的3次方了然后 二分可以找中间然后去二分枚举两边 最后结果 ansa小于它的数*c大于它的数 注意要判断是否符合条件 即如果a的小于它的数还大于它就不成立 或者c的数小于它也不成立结果 要注意转long long ans(long long)tp1*tp2; …...
一篇文章掌握Git的基本原理与使用
目录 一、创建仓库 1.1 git init 1.2 git clone 二、工作区域与文件状态 三、添加和提交文件 3.1 git status 3.2 git add git rm --cached 3.3 git commit git log 四、版本回退 soft hard mixed 总结 五、查看差异 工作区与暂存区 工作区与本地仓库 暂存区…...
「Mac畅玩鸿蒙与硬件43」UI互动应用篇20 - 闪烁按钮效果
本篇将带你实现一个带有闪烁动画的按钮交互效果。通过动态改变按钮颜色,用户可以在视觉上感受到按钮的闪烁效果,提升界面互动体验。 关键词 UI互动应用闪烁动画动态按钮状态管理用户交互 一、功能说明 闪烁按钮效果应用实现了一个动态交互功能…...
朗新科技集团如何用云消息队列 RocketMQ 版“快、准、狠”破解业务难题?
作者:邹星宇、刘尧 朗新科技集团:让数字化的世界更美好 朗新科技集团股份有限公司是领先的能源科技企业,长期深耕电力能源领域,通过新一代数字化、人工智能、物联网、电力电子技术等新质生产力,服务城市、产业、生活中…...
【Ubuntu】Ubuntu的Desktop(学习/用户使用)和Bit版本(工作)
这篇文章似乎没什么必要写,但想了想还是决定记录一下,也许对新手入坑Ubuntu会有帮助, 事实上也很简单,一个是桌面版本,另一个是字符界面版本。 桌面版:拥有图形桌面 字符界面,易上手ÿ…...
cmake CMAKE_CURRENT_SOURCE_DIR和CMAKE_CURRENT_LIST_DIR的区别
在 CMake 中,CMAKE_CURRENT_LIST_DIR 和 CMAKE_CURRENT_SOURCE_DIR 都是指代当前 CMake 文件所在的路径,但它们的含义和用途有所不同: CMAKE_CURRENT_LIST_DIR: 表示 当前处理的 CMake 文件(例如 CMakeLists.txt&#…...
学会用VSCode debug
本文主要介绍了 VS Code 的调试功能,包括其强大的内置调试器,支持多种语言,如 JavaScript、TypeScript 等。通过简单项目示例展示调试过程,还介绍了运行面板和菜单、启动配置、调试操作、断点、记录点等功能,以及三种调…...
C语言专题之结构体的使用
结构体(struct)是一种用户自定义的数据类型,它允许将不同类型的数据组合在一起,形成一个新的数据类型。结构体在编程中非常常见,尤其是在需要处理复杂数据结构的情况下。以下是结构体的基本使用方法: 一、结…...
python中的高阶函数
1、什么是高阶函数? 高阶函数是指将函数作为参数传入。就是高阶函数 2、高阶函数有哪些? map 映射函数 >>> print(list(map(lambda x:x*x,range(1,11)))) [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] >>> print(list(map(lambda x:st…...
学习笔记063——通过使用 aspose-words 将 Word 转 PDF 时,遇到的字体改变以及乱码问题
文章目录 1、问题描述:2、解决方法: 1、问题描述: Java项目中,有个需要将word转pdf的需求。本人通过使用aspose-words来转换的。在Windows中,转换是完全正常的。但是当部署到服务器时,会出现转换生成的pdf…...
SpringBoot整合Mockito进行单元测试超全详细教程 JUnit断言 Mockito 单元测试
Mock概念 Mock叫做模拟对象,即用来模拟未被实现的对象可以预先定义这个对象在特定调用时的行为(例如返回值或抛出异常),从而模拟不同的系统状态。 导入Mock依赖 pom文件中引入springboot测试依赖,spring-boot-start…...
【AI知识】过拟合、欠拟合和正则
一句话总结: 过拟合和欠拟合是机器学习中的两个相对的概念,正则化是用于解决过拟合的方法。 1. 欠拟合: 指模型在训练数据上表现不佳,不能充分捕捉数据的潜在规律,导致在训练集和测试集上的误差都很高。欠拟合意味着模…...
MacOS编译webRTC源码小tip
简单记录一下,本人在编译webRTC时,碰到了一下比较烦人的问题,在MacOS终端下,搭建科学上网之后,chromium的depot_tools仓库成功拉下来了,紧接着,使用fetch以及gclient sync始终都返回curl相关的网…...
stm32G473的flash模式是单bank还是双bank?
今天突然有人stm32G473的flash模式是单bank还是双bank?由于时间太久,我真忘记了。搜搜发现,还真有人和我一样。见下面的链接:https://shequ.stmicroelectronics.cn/forum.php?modviewthread&tid644563 根据STM32G4系列参考手…...
Python实现prophet 理论及参数优化
文章目录 Prophet理论及模型参数介绍Python代码完整实现prophet 添加外部数据进行模型优化 之前初步学习prophet的时候,写过一篇简单实现,后期随着对该模型的深入研究,本次记录涉及到prophet 的公式以及参数调优,从公式可以更直观…...
【算法训练营Day07】字符串part1
文章目录 反转字符串反转字符串II替换数字 反转字符串 题目链接:344. 反转字符串 双指针法,两个指针的元素直接调转即可 class Solution {public void reverseString(char[] s) {int head 0;int end s.length - 1;while(head < end) {char temp …...
使用 Streamlit 构建支持主流大模型与 Ollama 的轻量级统一平台
🎯 使用 Streamlit 构建支持主流大模型与 Ollama 的轻量级统一平台 📌 项目背景 随着大语言模型(LLM)的广泛应用,开发者常面临多个挑战: 各大模型(OpenAI、Claude、Gemini、Ollama)接口风格不统一;缺乏一个统一平台进行模型调用与测试;本地模型 Ollama 的集成与前…...
SAP学习笔记 - 开发26 - 前端Fiori开发 OData V2 和 V4 的差异 (Deepseek整理)
上一章用到了V2 的概念,其实 Fiori当中还有 V4,咱们这一章来总结一下 V2 和 V4。 SAP学习笔记 - 开发25 - 前端Fiori开发 Remote OData Service(使用远端Odata服务),代理中间件(ui5-middleware-simpleproxy)-CSDN博客…...
HashMap中的put方法执行流程(流程图)
1 put操作整体流程 HashMap 的 put 操作是其最核心的功能之一。在 JDK 1.8 及以后版本中,其主要逻辑封装在 putVal 这个内部方法中。整个过程大致如下: 初始判断与哈希计算: 首先,putVal 方法会检查当前的 table(也就…...
排序算法总结(C++)
目录 一、稳定性二、排序算法选择、冒泡、插入排序归并排序随机快速排序堆排序基数排序计数排序 三、总结 一、稳定性 排序算法的稳定性是指:同样大小的样本 **(同样大小的数据)**在排序之后不会改变原始的相对次序。 稳定性对基础类型对象…...
省略号和可变参数模板
本文主要介绍如何展开可变参数的参数包 1.C语言的va_list展开可变参数 #include <iostream> #include <cstdarg>void printNumbers(int count, ...) {// 声明va_list类型的变量va_list args;// 使用va_start将可变参数写入变量argsva_start(args, count);for (in…...
华为OD机试-最短木板长度-二分法(A卷,100分)
此题是一个最大化最小值的典型例题, 因为搜索范围是有界的,上界最大木板长度补充的全部木料长度,下界最小木板长度; 即left0,right10^6; 我们可以设置一个候选值x(mid),将木板的长度全部都补充到x,如果成功…...
Cilium动手实验室: 精通之旅---13.Cilium LoadBalancer IPAM and L2 Service Announcement
Cilium动手实验室: 精通之旅---13.Cilium LoadBalancer IPAM and L2 Service Announcement 1. LAB环境2. L2公告策略2.1 部署Death Star2.2 访问服务2.3 部署L2公告策略2.4 服务宣告 3. 可视化 ARP 流量3.1 部署新服务3.2 准备可视化3.3 再次请求 4. 自动IPAM4.1 IPAM Pool4.2 …...
