微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 大模型应用助力大学生备考提效 夸克App上线“AI学习助手”

大模型应用助力大学生备考提效 夸克App上线“AI学习助手”

2024-01-10 11:26
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2024-01-10 11:26 科技行者

期末备考进行时,智能工具成为大学生提效的新“搭子”。日前,夸克App基于自研大模型的强大参数和数据精调能力,推出一款大模型全新应用“AI学习助手”,在部分搜索学习内容的结果页中,通过智能化的解题思路和讲解方式,进一步提升大学生在自学场景中的效率和质量。

大模型应用助力大学生备考提效 夸克App上线“AI学习助手”

AI时代,学习不再是枯燥的刷题和找答案,尤其在大学阶段,通过互联网产品培养自主学习能力是提升自身竞争力的新方向。随着大模型应用逐渐落地以及用户需求不断变化,夸克App不仅能解决学习时面临的实际困难,还是每个人都能拥有的智能助手。

夸克数据显示,过去一个月中,与大学学习相关的内容搜索量同比增长近30%。通过搜索平台和智能工具进行自学已经成为当代大学生的必修课。

上线“AI学习助手”,让学习提效又提质

据悉,夸克“AI学习助手”采用夸克宝宝的虚拟形象为用户进行题目讲解。基于大语言模型和视觉技术,AI智能讲解能够给用户提供 “考点分析”、“详解步骤”、“答案总结”等详细内容。其中,“考点分析”突出了核心考察的知识点,“详解步骤”展示了解题思路和思考方式。AI不仅提供了更加简单的信息传递方式,还重新构建了线上学习的体验。

目前,夸克“AI学习助手”率先上线在部分搜索英语内容的场景中,覆盖选择题、填空题、阅读题等常考题型,用户可以通过拍照搜索的方式进行体验。后续还会加入数学等主流学科,让AI全面深入到学习场景的方方面面。

此外,在备考过程中,大学生还可以使用夸克网盘中的AI 字幕、文件互传和智能备份功能,实现在手机、电脑、iPad三端的学习资料备份和使用。夸克扫描王还可以拍摄板书、屏幕、纸质资料等内容,通过文字提取、公式提取、翻译等功能,快速提炼出核心复习内容。不同维度的智能工具,进一步提升学习效率。

去年11月中旬,阿里巴巴智能信息事业群发布全栈自研、千亿级参数的夸克大模型,将应用于通用搜索、医疗健康、教育学习、职场办公等众多场景。夸克大模型也凭借四大优势,接连登顶 C-Eval 和 CMMLU 两大权威榜单,成为了名副其实的“学霸”。 “AI学习助手”的上线,也标志着夸克大模型持续为用户解决问题的能力得到了更加全面的体现。

加强内容供给,让用户所搜即所得

对于大学生来说,了解知识点才能有针对性的复习,历年真题也可以给自己指明备考方向。夸克不仅提供一系列的智能工具,还通过自建内容及合作引入,累积了非常丰富的复习资料,包括大学中的百余种专业课、500多种热门专业以及各类实用信息。期末备考期间,用户可在夸克App中搜索“期末”或登陆夸克学习频道,可以限时免费领取多种学习资料,进行有针对性的自学。

其中,复习资料的本地化和个性化是夸克的特色之一,大学生可以根据自己所在的学校和年级,在夸克学习频道中找到最适合自己的真题、笔记、课件等,可以更有针对性的巩固薄弱环节,进行错题再练,让学习事半功倍。

此外针对考研、英语四六级以及职考等近年来非常火爆的考试,夸克学习也准备了海量的备考资料和音视频内容,以满足大学生的个性化学习诉求。足够强大的内容资源也构建了夸克在学习领域的领先优势。

夸克学习产品负责人程飞表示:“推出‘AI学习助手’是夸克学习辅助用户提升学习效率的重要一步,AI产品不仅能让用户能找到答案,更是辅助他们在自学过程中的智能助手。我们将通过搜索、内容和智能工具的三方面优势,打造下一代线上学习平台,持续构建全新的学习体验。”

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • LLM情境调节与持续工作流程提示:革新化学分子式的多模态验证技术

    LLM情境调节与持续工作流程提示:革新化学分子式的多模态验证技术

    这项研究探索了如何通过"LLM情境调节"和"持续工作流程提示"技术来提高大型语言模型在验证化学分子式时的准确性。研究者发现,普通提示方法往往不可靠,因为LLM倾向于自动"纠正"错误而非指出它们。然而,通过精心设计的情境调节提示,研究成功引导Gemini 2.5 Pro不仅识别出文本中的错误,还发现了之前人工审阅未察觉的图像中的分子式错误。这一概念验证研究表明,即使不修改模型本身,也能通过适当的提示策略显著提高LLM在科学技术文档细节验证中的表现。

  • 微生物显微图像分割新突破:复旦大学研究团队借助多模态大语言模型统一显微镜下的"万物分割"

    微生物显微图像分割新突破:复旦大学研究团队借助多模态大语言模型统一显微镜下的"万物分割"

    复旦大学研究团队开发的uLLSAM模型成功将多模态大语言模型(MLLMs)与分割一切模型(SAM)结合,解决了显微镜图像分析的跨域泛化难题。通过创新的视觉-语言语义对齐模块(VLSA)和语义边界正则化(SBR)技术,该模型在9个领域内数据集上提升了7.71%的分割准确度,在10个从未见过的数据集上也展现了10.08%的性能提升。这一统一框架能同时处理光学和电子显微镜图像,大大提高了生物医学图像分析的效率和准确性,为科研人员提供了强大的自动化分析工具。

  • 用强化学习让大语言模型为汇编代码提速:斯坦福团队的优化探索

    用强化学习让大语言模型为汇编代码提速:斯坦福团队的优化探索

    斯坦福大学等机构研究团队利用强化学习训练大语言模型,使其能够优化汇编代码性能。研究构建了8,072个程序的数据集,并通过近端策略优化(PPO)训练模型生成既正确又高效的汇编代码。实验表明,训练后的Qwen2.5-Coder-7B-PPO模型实现了96.0%的测试通过率和1.47倍平均加速比,超越包括Claude-3.7-sonnet在内的所有其他模型。研究发现模型能识别编译器忽略的优化机会,如用单一指令替代整个循环,为性能敏感应用提供了有价值的优化途径。

  • 播放师傅变声魔术:让你的录音遵循参考风格的推理时间优化新方法

    播放师傅变声魔术:让你的录音遵循参考风格的推理时间优化新方法

    这项研究提出了一种改进的声乐效果风格迁移方法,通过在推理时间优化过程中引入高斯先验知识,解决了传统ST-ITO方法忽视参数合理性的问题。研究团队基于DiffVox数据集构建了专业效果器参数分布模型,将风格迁移转化为最大后验概率估计问题。实验结果表明,该方法显著优于基准方法,参数均方误差降低了33%,并在主观听感测试中获得最高评分。这一创新为音频处理领域融合数据驱动和专业知识提供了新思路。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-