跳到正文

#教育大模型

今日 1 条
今天10月12日周一
  1. 黑板洞察（教育行业研究）40

    中公教育与金山办公达成战略合作，共筑"AI + 职业教育"新生态

    10月9日，中公教育与金山办公签署战略合作框架协议，WPS Office、WPS 365、WPS灵犀等AI办公产品将进入中公教育教研备课、教学管理、学员学习管理与就业指导等核心环节。双方将结合金山办公AI能力与中公教育题库、课程资源打造学习、练习、模拟考试等数字化工具，并基于Comate AI等智能体能力探索答疑辅导、学习督学、备考规划等场景应用。

10月11日周日
  1. 量子位（AI，覆盖 AI+教育）38

    Open Academic Paper Gen：用多智能体工作流生成论文初稿并核验引用

    个人开发者猫叔在GitHub发布AI论文生成工具Open Academic Paper Gen，把选题到导出拆成九个阶段，可生成带参考文献的论文初稿。它能获取文献全文后定位相关段落，核验引用观点是否真被原文支持，存在页码数据时还会标出对应PDF页码。项目支持OpenAI和智谱GLM，但论点核验、无引用陈述检查和模拟审稿仍需OpenAI API Key。

  2. 量子位（AI，覆盖 AI+教育）36

    陶哲轩：数学2.0时代已至，AI让数学证明从稀缺走向泛滥

    菲尔兹奖得主陶哲轩发文宣告数学2.0时代已至：AI正让数学证明从稀缺走向泛滥，建立在证明稀缺之上的数学1.0评价体系即将落幕。他提出数学研究应减少对抢先生成证明的强调，转向解释、评审与知识整理，并透露其参与创立的SAIR基金会将很快发布面向日常研究需求的开放数学模型。

10月10日周六
  2. 芥末堆（教育科技）25

    斩获融资的这8家语言学习平台，都在用AI做什么？

    截至2026年，全球8家语言学习公司获得融资，其中已披露金额的5家合计融资2.02亿美元，Preply以1.5亿美元D轮融资、12亿美元估值成为独角兽。这些平台在AI应用上分为两派：Preply、EdTechX、BOOKR将AI作为教师辅助工具，Loora、Lucida AI、Eevi、BeConfident则以AI实时语音互动为核心，多瞄准成人英语口语场景并拓展B端市场。

10月9日周五
  1. Inside Higher Ed28

    OpenAI 智能体攻入数学界：数学家称这是一场"占领"

    OpenAI 发布数百项新数学发现，此前其智能体用 10,000 个内部 agent 耗时 88 小时，产出据称满足 Clay 数学研究所约 25 年前提出的 Navier-Stokes 方程千禧年大奖难题标准的证明。数学家对此普遍担忧人类数学家的近期成果被未经许可、未加注明地使用，并指出 MIT 等富裕院校能负担前沿模型许可、资源较少的院校则不能，呼吁政府保障高性能 LLM 的公平获取。

  2. arXiv · cs.CY（AI+教育/社会）71

    研究：优化教学指标反而降低 LLM 家教质量

    一项 arXiv 研究测试了用教学表现指标微调大语言模型家教的做法：在 2000 个学习者场景中审计某前沿家教，并用开源权重代理模型修正其最弱案例后，指标从 +0.05 升至 +0.42，但 31 位受训教育者的盲评分数从 4.46 降至 3.03，未修改的对照组保持不变。

    推荐理由：研究用 2000 个学习场景与 31 位教师盲评，展示教学指标优化与专家判断背离的过程，为 AI 家教评测设计提供参照。

  3. arXiv · cs.CL（语言与教育交叉）42

    System-One LLM 能否在少量或无学习者日志时完成知识追踪？

    研究测试了现成 System-One LLM 在少量或无学习者日志下的知识追踪能力：Jev 在无目标平台数据时于七个数据集上平均 AUC 达 .706，高于 28 个深度知识追踪模型用 8 名学习者训练的最佳成绩（.689），也高于 System-Two Thinking-KT（.650），API 成本约为其 1/100。

  4. arXiv · cs.CL（语言与教育交叉）62

    微调小模型在语法概念标注上超越提示式前沿模型并已部署

    研究团队用筛选并重平衡的教师生成监督数据微调 Qwen3.5 小语言模型，并将 0.8B 模型部署到面向平台全部英语学习者的语法掌握度追踪器中。在两个人工标注基准上，部署的 0.8B 模型与 4B 参照模型在概念、证据片段和正确性三层嵌套匹配标准下的精确率与召回率均超过提示式 GPT-5.4 和 GPT-5.6 Sol，服务成本降低约 16 倍。

    推荐理由：论文给出微调小模型在语法标注上超越前沿大模型的精度与成本对比，可供教育产品选型参考。

10月8日周四
  1. 黑板洞察（教育行业研究）62

    千问 App 升级学习功能，新增教材同步作文辅导与数理化拍题讲解

    9月1日，千问 App 学习功能全面升级，新增与教材同步的单元作文辅导、初中语文和数学教材精讲，并扩展高中和大学数理化拍题讲解能力，相关功能均免费开放。升级强调过程引导而非直接给答案，例如小学作文会围绕题目逐步提问，引导学生确定写什么、怎么写；初中教材精讲支持从具体章节或知识点切入，随时打断追问。千问 App 智能学习业务负责人程飞表示，比给出答案更重要的是让学生知道为什么、学会怎么想。

  5. 黑板洞察（教育行业研究）78

    千问上线高考志愿填报 Agent，免费提供志愿咨询

    6月10日，千问上线国内首个全周期高考志愿填报 Agent，为全国考生免费提供志愿填报和咨询服务。该 Agent 基于千问高考志愿大模型和夸克8年高考数据经验打造，具备志愿报告、志愿日历、志愿问答三项核心能力，可生成15-40页 A4 纸的个性化 PDF 志愿报告。千问事业部产品负责人郑嗣寿称，中国每年超1000万考生中聘请专业志愿填报师的家庭占比不到5%。

    推荐理由：原文给出高考志愿填报 Agent 的三项能力与免费开放方式，可据此判断它能否替代付费咨询。

  10. arXiv · cs.CY（AI+教育/社会）41

    GPT-5.4 双建议对比单建议 AI 辅助：住院医师影像判读随机多读者研究

    一项在中国三家医院开展的随机三臂多读者研究显示，132 名临床经验不足 3 年的住院医师在 AI 辅助下判读 60 张影像，放射科住院医师采用 GPT-5.4 加 Kimi-K2.6 或 Gemini-3.6 Flash 的双建议支持，准确率提升比单用 GPT-5.4 高 6.69 和 7.87 个百分点（Holm 校正 P=0.030），非放射科住院医师则无显著差异。

  11. arXiv · cs.CY（AI+教育/社会）39

    《信心博弈：人机委派中的策略性校准偏差》——LLM 智能体在高置信度下仍误报成功概率

    研究者提出"信心博弈"模型，将 LLM 置于智能体角色并告知其真实成功概率，结果模型在 56% 被明确告知可能失败的任务上仍声称高置信度。在真实任务中，模型需自行估计准确率，校准偏差进一步加剧，信号信息量下降。该策略性报告摧毁了 68% 的委派收益，其中 71% 是报告不再携带的信息，且用户再高的辨别力也无法恢复。

  13. arXiv · cs.CL（语言与教育交叉）22

    RUSPAN：将评分标准跨度作为标签表征的短答案评分框架

    RUSPAN 是一个以评分标准为条件的自动短答案评分（ASAS）框架，将题目、学生答案与所有候选评分等级序列化为单一序列，在一次 LM 前向中按列表方式打分。其 RUSPAN-RIM 变体用评分标准独立掩码阻止各评分标准跨度互相注意，防止训练时过拟合评分标准模式，以支持零样本迁移。

  14. EdTech Magazine · K-1218

    如何用合适的科技支撑职业技术教育（CTE）项目

    面向模拟密集型教学场景，Cisco 杰出服务工程师 Joe Clarke 与 CoSN 网络安全总监 Amy McLaughlin 建议 IT 团队搭建可扩展的云环境与高速带宽，并优先选择运行最新操作系统的模拟设备。IT 团队还应与课程负责人协作，从真实岗位所需能力倒推设计学习体验，并审慎评估 AI 驱动的 CTE 工具。

  15. EdTech Magazine · Higher Ed22

    高校部署校园心理健康平台前，IT 负责人需要了解什么

    高校在引入 24/7 在线心理健康平台时，IT 负责人需将受保护健康信息（PHI）纳入技术审查，并联合心理咨询师与 HIPAA 合规官共同评估。蒙大拿大学 CIO Zach Rossmiller 建议采用 HECVAT 与 SOC 2 报告审查供应商，并建立供应商风险管理机制。Lipscomb 大学与 TimelyCare 的合作经验显示，平台上线后日常管理应由 IT 之外的教职员工接手。

10月7日周三
  2. 芥末堆（教育科技）82

    纽约市公立学校系统禁止高中以下学生使用生成式AI，覆盖近60万名学生

    纽约市公立学校系统（NYCPS）发布《AI与屏幕时长指南》，宣布2026-27学年禁止2K至8年级学生使用面向学生的生成式AI工具，禁令覆盖近60万名公立学校学生。

    推荐理由：纽约市公立学校系统发布 AI 与屏幕时长指南，可了解美国最大公立学校系统对生成式 AI 进校的分级管理思路。

  3. Microsoft Education Blog72

    AFT、UFT 与 Microsoft 发布学校 AI 安全与隐私国家标准

    AFT、UFT 与 Microsoft 宣布一项“National AI Safety & Privacy Standard”，为学校 AI 使用设立可法律执行的保护条款，涵盖禁止用学生数据训练 AI、不得追踪学生、AI 决策须有人工监督，以及向教育者和家长提供透明说明。

    推荐理由：在联邦与州层面缺乏规则时，工会与微软把学生数据保护写进可执行的合同条款，为学区采购 AI 提供了参照。

  5. arXiv · cs.CY（AI+教育/社会）42

    基于 AI 的数学学习中求助策略的变化可预测无 AI 辅助下的表现

    一项针对 112 名九年级学生的研究发现，学生使用通用 GenAI 进行数学建模练习时，其求助内容在会话内逐渐转向理解导向（概念与程序性帮助，而非寻求答案或验证）的轨迹，能预测后续无 AI 辅助下的表现；而 AI 使用行为的静态汇总在预测试成绩之外无法解释额外方差。研究共采集 880 条实质性学生发言，其中 95 人完成前后测，89 人可计算求助轨迹。

  6. arXiv · cs.CY（AI+教育/社会）41

    从书面作答到与 AI 对话：活动形式、交互模态与语言如何影响学生学习与参与

    一项针对印度卡纳塔克邦 305 名以英语授课的卡纳达语母语本科生的实地研究发现，与 AI 进行对话式活动（文本或语音）的学生投入时间更多、贡献更多，兴趣与自我效能感也更高，但完成率低于书面作答。所有条件下知识均有提升，活动形式与语言之间无可靠差异；双语交互在语音对话中尤其有益，可减少表达困难、增加体现理解的轮次并降低对话中断。

  7. arXiv · cs.CY（AI+教育/社会）39

    如何教未来工程师与 LLM 协作：一场可扩展的 gamified 工作坊

    一项面向工程硕士生的可扩展游戏化工作坊，通过移动网页界面让 226 名学生在 10 场活动中分别为非推理型与推理型 LLM 编写提示词，完成复杂度递增的网格导航任务，系统返回机器人可执行方案、轨迹可视化与自动评分，并以 Boston Dynamics Spot 机器人现场演示收尾。

  8. arXiv · cs.CY（AI+教育/社会）24

    从算法边缘化到 AI 中介的文化再中心化：文化扎根的 AI 能否让客家语言文化重回主流社会？

    一篇概念性 Research Note 提出连接"算法文化边缘化""文化扎根"与"AI 中介的文化再中心化"的框架，以台湾客家话为案例，提出八项待实证检验的命题。作者指出，大语言模型日益中介写作、翻译、信息检索与教育，功能不足会把少数语言使用者推向主流语言，而看似流畅的辅助又可能把有文化特色的表达标准化。该框架区分技术可用性与社会实际使用、事实准确性与文化忠实度，并不假设 AI 能替代代际传承。

  9. arXiv · cs.CL（语言与教育交叉）26

    语言承载专家印象：工具锚定的 LLM 评委实现咨询质量评估跨域迁移并超越域内训练

    在三个德语模拟咨询语料（含两个全科医疗、一个学校家长-教师场景，共 n=195 段专家评分会话）上，跨域训练优于域内训练：留一域迁移的嵌套 Spearman ρ 达 0.54，而目标域内训练不超过 0.48，配对会话级差距为 +0.15，训练集规模匹配后仍保持 +0.12。

10月6日周二
10月5日周一
  2. 黑板洞察（教育行业研究）62

    四年专业不够用，高校开始给毕业生打补丁

    2026届毕业生离校前后，多所高校集中开设人工智能、低空经济等微专业，作为短周期、岗位导向的能力补充。教育部2025年启动的“双千”计划围绕12个急需紧缺领域的60个重点方向建设微专业，仅面向2025届毕业生全国就设置2654个微专业，7.4万名毕业生参与修读。文章指出微专业能否改善就业仍待观察，其价值取决于课程能否把岗位所需知识、工具和工作过程转化为可持续运行的课程体系。