好未来旗下学而思网校编程课程上线,学而思网校素质教育课程体系也正式亮相。
据悉,学而思网校素质教育课程体系将素质教育课程体系细分为编程、音乐、财商、人工智能、美学、天文等二十余个品类,每个品类聘请行业内的专业组织或专家共同进行课程开发。
在学而思素质教育课程体系中,编程课程已正式上线。在课程设计上,学而思编程课充分考虑不同阶段孩子的思维水平,设置12级课程体系,以Scratch、Python、C++三种编程语言为主,让每个年龄段的孩子都可以学习编程,同时三种语言之间存在递进性。
学而思网校还组建了由拥有多年教学经验的老师和BAT一线工程师组成的专属教研团队潜心进行课程研发,并与美国麻省理工学院Scratch媒体实验室、北师大等权威机构深度合作,历时两年完成课程打磨。
麻省理工学院媒体实验室Mitchel Resnick教授(后排左三)与小学员
同时,为了锻炼孩子的动手能力,锻炼编程思维在实际生活中的应用,学而思编程课程还为每个孩子准备了编程盒子。孩子们通过动手操作盒子内的教具,能够将学过的代码原理更好地联系生活,利用编程思维解决复杂生活中的实际问题。
除了在课程设计和课程内容打磨方面的巧思,学而思网校还将自己的科技优势全面应用于编程课程,在原有“主讲老师+辅导老师”双师直播授课模式的基础上引进“AI老师”进行辅助教学,实时关注孩子的专注度、内在情绪等学习过程。
学而思编程课程负责人认为,“学编程不只是为了教孩子敲代码,更重要的是让他们明白人工智能时代科技背后的原理。通过编程课程达到思维训练的目的,培养孩子创造性思维,打下成为未来人才的基础。”
另据了解,学而思网校还正式了发布素质教育图谱,后续将陆续上线音乐、财商、人工智能、美学、天文等二十余个品类的素质教育课程。
学而思网校相关负责人表示,“在线教育具有强大的‘放大’效应。我们与相应领域的专业机构、专业人士合作,汇聚全球的优质资源为学生提供高起点的通识素质教育课程。例如与英国爱乐乐团联合开发的音乐类课程,就是希望能够实现优质素质教育内容的社会效应最大化。在教学研发过程中,则从学生素质教育的实际需求出发,定制相应的课程内容,并借助高科技手段,将专业知识普及化,全面提升中小学生的综合素养。”
今年年初,好未来在全集团内宣布了“重新定义好未来”的全新愿景。8月7日,好未来创始人兼CEO张邦鑫明确表示,好未来是一个以智慧教育和开放平台为主体,以素质教育和课外辅导为载体,在全球范围内服务公办教育,助力民办教育,探索未来教育新模式的科技教育公司。学而思网校发布素质教育课程体系,可谓“重新定义好未来”的具体体现。
好未来CTO黄琰表示,“我们需要用素质教育帮孩子构建完整的知识图谱,真正做到‘激发兴趣,培养习惯,塑造品格’,让学生有能力适应未来的世界。”
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。