Apr, 2024

教育的基础模型：承诺与前景

PDF
TL;DR领域模型在教育中的应用以及个性化学习、教育不平等、推理能力和适应性学习环境等方面的优势，结合面向教育的代理体系结构的发展，旨在创造动态、包容和适应性强的教育生态系统。同时强调了过度依赖人工智能和创意风险与机会，并展望了一个将人工智能与人类能力和谐结合的未来。
foundation modelspersonalized learningeducation inequalityreasoning capabilitiesadaptive learning environments
发现论文，激发创造
  • 基础模型的机遇与风险

    AI 基础模型的兴起，具有广泛数据训练和可适应下游任务的特点，其机制、应用和社会影响需要更多的跨学科合作来研究。

    Aug, 2021

  • 基础模型简介：历史、社会和技术焦点

    本文介绍了基础模型，深度学习中通过模型大小和训练数据广度和大小的扩展可以对未来的 AI 开发造成破坏。基础模型在各种任务领域（如自然语言处理和计算机视觉）中实现了最先进的性能，并且通过进一步的改进常常得到更好的表现。此外，模型的单一化可能会将众多特定任务的模型替换为由少数公司控制的更少数量的大型模型，从而导致对 AI 的权力和控制的转移，并出现新兴的行为方式：上下文学习。

    Dec, 2022

  • ChatGPT 与更多：在教育领域的生成式人工智能革命

    该调查研究了生成性人工智能模型在教育领域的潜在应用和影响，并就教育环境中的实际应用、挑战和新兴趋势进行了综合和严格的评估，旨在为人工智能与教育之间的关系作出贡献。

    Nov, 2023

  • 决策基础模型：问题、方法与机遇

    本文检查了基于决策制定的基础模型的范围，并提供了理解问题空间和探索新研究方向的概念工具和技术背景。通过各种方法，例如提示、条件生成建模、规划、最优控制和强化学习，审查了将基础模型用于实际决策制定应用的最近方法，并讨论了该领域的常见挑战和开放问题。

    Mar, 2023

  • 基于 Foundation Model 的系统设计框架

    本研究提出了一个基于基础模型的系统分类法，涉及预训练和微调，基于基础模型的系统的体系结构设计以及负责任的 AI-by-design。该分类法为基于基础模型的系统设计提供了具体的指南，并突出了设计决策带来的权衡。

    May, 2023

  • 基础模型的工具学习

    本文系统地介绍了工具学习在认知起源、模型学习和用户指令等方面的背景，并总结了现有的工具增强和工具导向学习研究，并提出了一个通用的工具学习框架。最后通过 17 个代表性工具的实验结果展示了基金会模型在熟练使用工具方面的潜力，同时指出了需要进一步研究的几个开放性问题。

    Apr, 2023

  • ChatGPT 在教育中的应用：将挑战转化为机遇

    人工智能在教育领域带来了个人化学习的潜力，但也面临着作弊、准确性和教育工作者有效整合的问题。本研究通过运用 Technology Acceptance Model，评估教育工作者和学生对生成型人工智能的态度、使用模式和障碍，旨在深入研究这些问题，并为未来的研究提供过程指南。

    May, 2024

  • 面向 ChatGPT 时代的负责任 AI：基于基础模型的 AI 系统设计参考架构

    提出一个基于 “模式导向”“责任 AI 设计” 的参考架构，从 “基础模型作为连接器” 到 “基础模型作为单片式架构”，演进人工智能系统的架构，以提供可重复使用的解决方案，以应对新的架构演变和负责任的 AI 挑战。

    Apr, 2023

  • 交互式代理基础模型

    提出了一种交互式代理基础模型，采用新颖的多任务代理训练范式，实现了跨领域、数据集和任务训练 AI 代理的能力，展示了其在机器人技术、游戏 AI 和医疗保健领域的性能，支持多模态和多任务学习。

    Feb, 2024

  • AI 和 ChatGPT 在教育中的应用、挑战和伦理问题

    人工智能及 ChatGPT 的应用在教育中的机遇与挑战以及伦理问题。

    Jan, 2024