MathGPT大模型发布：落地学而思AI学习机

近日，按照《生成式

人工智能

服务管理暂行办法》规定，学而思大模型MathGPT完成了相关备案并已通过审核，正式成为首批通过备案的教育大模型。

据好未来透露，随着MathGPT通过备案，未来将在学习机上陆续落地基于自研大模型的AI能力应用，MathGPT也将从即日起由内测阶段转为全面开放。

据了解，学而思学习机陆续上线的功能包括“AI对话学”、“AI讲题助手”、“中英文写作助手”等等。其中“AI对话学”通过多轮对话的方式将精准学定位到步骤级，不管是准确度还是个性化程度上，都实现了代际化的提升。

作为教育领域的垂直大模型，MathGPT专攻教育和学习场景下AI能力的训练和优化。早在8月好未来20周年司庆活动上，学而思CTO田密曾透露MathGPT已经开启内测，但并未公布MathGPT的实际使用场景和落地产品。

大模型应用，场景为先，学而思最后选择以学习机作为自研大模型的核心落地产品。作为一款定位在家自学场景的智能终端，学习机是实现个性化学习的很好载体，这个选择也在意料之中。

整体AI能力升级后，学而思学习机将大幅度提升AI

自适应学习

水平，而之前“好内容”的优势可以被进一步凸显。这次整体产品升级后，学而思学习机也顺其自然成为AI学习机。

上线“AI对话学”，将“精准学”拆分到步骤级

这次学而思学习机整体升级中，一个非常值得关注的落地应用就是“AI对话学”。

“AI对话学”基于MathGPT的解题和讲题能力，由学而思研发。“AI对话学”可以通过学生与AI的对话式学习交流，细分步骤进行定位，快速分析出学生的薄弱点。

过去，AI精准学的判断方式多通过“题目”来实现。但如果通过常规的做题刷题情况进行学情分析，AI仅能判断出哪道题出现错误。然而，在很多情况下，解一道题背后涉及多个不同小知识点，甚至还要综合考虑用户不同维度的能力水平，比如到底是计算能力薄弱还是解题

逻辑

的问题。因此，在上一代AI产品中，机器很难做到非常精准的诊断。

而大模型时代的出现，提供了打开这个“黑匣子”的机会。这次，学而思学习机搭载的“AI对话学”就将精确定位每个用户的问题。

学而思“AI对话学”把每一道题目拆解为多个小步骤，每一个小步骤对应一个知识点，AI能就每一个细分步骤向用户进行提问，在和用户的多轮对话中诊断他的薄弱点，由此足够准确地定位到用户真正的问题所在，再输出有针对性的练习内容。

除此之外，学而思学习机还可以根据历史学习记录进行智能分析

规划

，帮用户推荐自适应的挑战和练习。

在用户端，“AI对话学”大大降低了孩子们的使用门槛，用最简单的对话方式实现多轮互动。

中英文作文批改助手、AI讲题助手等多项AI能力齐上线

除了在精准学上的重要变化，在各项实际的工具型应用上，学而思学习机也做了一轮迭代。用户自学场景中的应用都做了AI能力升级，包括基于大模型的讲题、中英文作文批改等等。

这一轮产品升级后，除了提供更好的交互体验外，更重要的是将灵活度大大提升。

以中文作文批改为例，学而思让大模型专项学习了教研老师提炼的“字、词、句、段、篇”五步优化法，可以实现语文作文的一键润色。

中文作文批改功能

此外，学而思学习机还将陆续上线AI讲题助手、高效作业助手、知识百科问答、对话听写、语音助手等多项AI能力，用户可以体会到“一拍即讲、自由问答”等轻松易用的AI交互学习方式。各项AI能力还将彼此联动，得到整体设计和优化。

学习场景的“好内容+大模型”想象力有多大？

教育垂类大模型的重要价值就来源于在教育领域的专攻。教育是一个独特的领域，其中一个很大的特点就是用户的容错率低、试错成本高，又有很高的个性化需求。

所以，在调试大模型时，学而思积累20年的教研教学数据、用户数据以及对用户的理解，就非常重要。 比如以AI讲题为例，学而思团队要基于之前积累下的、针对不同年龄段孩子的讲题思路对机器进行调试，这些如果没有足够细致的积累很难做到。

内容安全层面，好未来旗下学而思大模型MathGPT和学而思学习机也构筑了全面的内容审核防护体系。

生成式大模型实现的

人机交互

让AIGC时代以更快的速度到来，也给了教育场景更多的可能性。学习机作为一个综合智能硬件，可以拓展的场景非常多。

学而思自研体系和学习资源一直被认为是学而思学习机的核心优势，如果同时具备“好内容+大模型能力”，解决好

自适应学习

这个终极难题，学而思学习机的想象力和延展性会非常大。

在自适应能力和交互性大大提升后，用户在学而思学习机上的学习效率也将大幅度提升。不过，更有想象力的或许是，学而思学习机将从之前智能终端的角色升级为真正的个人智能助手。