大模型的颠覆和變革，還隻是開始。
ChatGPT 一炮而紅，重塑搜索、辦公協同等多個場景和行業後，在線教育，被視爲最重要的垂直場景——畢竟大語言模型展示出的能力，正是之前在線教育、AI 老師所亟需的。
而且這種趨勢已經開始，背靠大模型相關的在線教育應用，已經率先在海外火爆。
看過來！讓 GPT 化身二次元美少女AI 家教來講數學題的方案，每步都有解法，再不用擔心看見參考答案的 " 略 " 字：
基礎到某個三角函數的定義，複雜到不同的解題方法與技巧，都能得到答案：
這就是最近在海外火爆的 AI 解題類應用，背後 App 已經在 App store 商店教育分類闆塊刷榜。
這種火爆在情理之中：背靠 LLM，加上二次元畫風頗似《原神》——不得不說，真實拿捏住了流量密碼。
在這之前，在線教育行業的主流 "AI 家教 "，背後的本質隻是推薦算法，換句話說，就是推薦錄好的教學視頻或解題方法，但無法針對視頻和方法中的某些細節給出解答。
而現在，LLM 湧現的解題準确性和語言理解能力，開始對之前可望不可即的技術實現帶來了突破——不是在線教育面臨重塑，是整個教育産業正在面臨重塑。
背後技術原理：GPT+ 在線教育 =？
二次元美少女家教身後，就是 LLM 在 AI 自動解題方面發揮着作用。
基本思路是在原有流程的一頭一尾，接入 LLM，與原有流程中的 CLM（可計算語言模型，Computational Language Model）形成Joint Model 模式。
CLM，相比其他 AI 模型展現出不錯的邏輯能力，不過它在語言理解能力和輸出等方面，遇上如今包括 GPT-4 在内的大語言模型還是相形見绌。
Joint Model 模式，就是讓 LLM 提供 NLP 能力，CLM 提供邏輯推理能力。
也就是說，現在的整個 AI 解題的過程是這樣的：
題幹輸入—— LLM 處理文本—— CLM 解題—— LLM 形成文本——講解輸出
二者結合，能完成的推理任務比單個模型處理的更複雜，并在必要時收集相關數據。
由是，AI 家教能很好地理解題幹内容，從而提供講解。
在兩端接入 LLM 之前，這條 AI 解題流程也能利用 CLM，提供 AI 家教所需的數理邏輯和推理能力。
主要依靠 CLM 對文本信息進行數據升維，把一維文字信息進行高維展開，讓機器在同一時間接受文本背後諸如實體、關系、參數、知識等多維度的隐含信息，理解題幹背後最終想要求解的東西是什麽。
再對 CLM 進行 " 部分不召回 " 設定，即 " 不能保證 100% 做對的題，AI 不會輸出結果 "，從而保證 AI 家教的講解和最終答案一定正确。
這也能解釋爲什麽現在的 Joint Model 模式中，對 LLM 的應用重點在 NLP 領域，而非邏輯和推理能力上——
GPT-3.5 起，大模型毫無征兆地湧現出數理邏輯和推理能力，但它們既不穩定，也不絕對可靠，AI 家教無法在接入後直接落地使用。
與其執着于糾正 LLM 的 " 胡說八道 "，不如轉而重點利用它相對穩定發揮的 NLP 能力。
二次元美少女 AI 家教背後是誰
有意思的是，這位 AI 家教背後還是一家中國公司。
來自悉之智能，2017 年成立，核心創始團隊都來自清北。
創始人兼 CEO孫一喬，清華大學電子系 2017 屆學生，在校期間參與搭建清華 XLP 超限學習團隊，并深度參與校内某院系課程體系深度改革，帶領數十人搭建了清華大學首個自适應學習引擎。
聯合創始人兼 CPO代佩霖，北京大學金融系畢業，曾入選福布斯亞洲 30 under30；算法合夥人林東生，也畢業于清華大學電子系，是悉之智能自研 CLM 背後的發明者之一。
幾位合夥從一開始殺入 AI 教育行業，就主攻自動解題。
入局之初，還算趕上了個好時候，加上是國内第一家做出多模态解題家教的公司，成立次年就拿下新東方旗下 " 東方新創 " 的 1000 萬元天使輪融資。等到 2020 年，公司已完成近億元 A 輪融資。
直到 2021 年經曆雙減風暴……
好在雙減來臨的同月，仍然順利拿到 2000 萬美金的 A+ 輪融資，投資方是啓明、經緯和真格等一線 VC。
但是，公司業務重心不得不開始向海外市場轉移。
等到在新的市場站穩腳跟開拓市場，湧現邏輯能力的 ChatGPT 卻突然現世，突破了業界的傳統認知，也打亂了他們的陣腳：
我們原本以爲 AI 不會這麽快出現邏輯能力。
不僅低估了 OpenAI 在 GPT 系列上的進度，還低估了 GPT 湧現出的能力的強度。
早些時候，谷歌用一個 36B 的 LaTeX 數據集 Fine-tuning PaLM540B，在 MATH 上取得了 50 分。同一測試集上選出 CLM 覆蓋的高中數學部分，悉之智得分在 70 分左右。
" 比谷歌最引以爲傲的 PaLM 得分高，也高于市場上的 Photomath 等産品，包括 ChatGPT3.5 最開始的解題能力得分也低于我們。" 孫一喬邊笑着複盤邊揮舞胳膊，外化他的興奮。
結果 GPT-4 光速出現，出場即碾壓所有玩家的解題能力。
但他好像并不沮喪，" 這一波就是全世界看 OpenAI 裝逼嘛，驚得谷歌的下巴都掉下來了 "。孫一喬的邏輯裏，OpenAI 虐了全世界，悉之智能的 AI 又能虐其他人，" 沒什麽不值得驕傲的。"
他還笑着補充，自家 AI 能力也不是爲了刷榜好看，主要是能落到教育 AI 行業應用，這才是 " 至關重要 "。
孫一喬很愛笑，熟悉他的人都這麽說，尤其是在談到 GPT 系列對傳統帶來颠覆性影響和可能性的時候。
3 月底，歐盟批準谷歌收購了我們在國際市場上最大的競争對手，也是傳統解題公司的代表—— PhotoMath。
每每提到這點，孫一喬都嘴角上揚，難掩興奮，要埋下頭用雙手捂臉數秒來平複心情。
PhotoMath 納入谷歌麾下，有了技術、資金靠山，也代表着 PhotoMath 的一條快讀通道被封死了——這家數學應用程序公司接入 GPT-4 及後續 GPT 系列 API 的可能性幾乎爲零。
但是 GPT 和 CLM 的組合，可以讓解題能力繼續突破。
這也是孫一喬 " 不沮喪 " 的數據支撐。在一個 GPT-4 解題率爲 82% 的測試集上，悉之最新 fine-tuning GPT 的 Joint Model 最新解題率在 92%。
究其原因，他的解釋是 Joint Model 天然包含大量解耦好的 NLP 任務，最新工作中，團隊把之前基于 Bert 的 CLM 換爲 fine-tuning 後的 GPT，将 GPT 作爲預訓練模型，将 CLM 作爲邏輯校驗模型，繼續提高解題上限。
孫一喬還表示，LLM 不隻提升 AI 家教背後模型的 NLP 能力，對多模态交互也有不少幫助。
現在的 AI 家教形象，比以前聲音更好聽，形象也更好看。在接下來的計劃中，對話交互能力也将得到增強，在授課過程中随時提問，都能得到 AI 家教的解答。
計劃中，旗下 AI 家教還會拓展數學之外的學科版圖，也将開啓新一輪的融資。
深陷雙減風暴之後，教育底色的公司們都逐漸找到了新的打法。
改弦更張的，如新東方，在直播領域大殺四方；繼續探索在線教育之路的，悉之智能利用 LLM 提升解題能力，優化多模态交互，據悉，猿輔導也已經用 AIGC 在傳統教育領域尋找新的機會。
LLM 能力應用在教育領域後，不知道繼續深耕在線教育的這些公司裏，誰又是新一輪的最大赢家？
— 聯系作者 —
