吾爱淫淫网

这门北大数学课twitter 反差，学生和考验尽然齐在用AI“摸鱼”？！

不仅如斯，考验如故主动推选你用，“便捷跟上讲课程度”。

底本，这是一位北大数学考验故意构念念并落地的AI助教，不仅能当学生的课后助理，还能当考验的贴心文书。

对学生来说，学校的冗长教案看不懂，径直扔给AI助教，立时就能划好重心，真·喂饭喂到嘴边。

而对考验来说，一拖、一拉、一拽，3步就能把我方的课程教案丢给AI助教，省去了对着东说念主类助教大费长短的时辰。

因为使用丝滑，这个AI助教被北大数院21级本科生刘梓豪起名为Brainiac Buddy，意为“阿谁颖悟又劳作的家伙”（doge）。

不卖关子了，这门课叫《图像管理中的数学设施》，开课考验是北京大学北京国外数学研究中心长聘考验、北京大学国外机器学习研究中心副主任、北京大学国度生物医学成像科学中心研究员、大数据分析与应用技巧国度工程实验室机器学习中心成员、北京大学长沙狡计与数字经济研究院副院长董彬。

统共这个词Brainiac Buddy，由董彬团队和校外公司Answer.Ai团队聚首打造。

在与量子位的疏通经由中，董彬示意：

OpenAI独创成员Andrej Karpathy之前讲昔日是Agent Base，我深以为然。

是以想在AI助教上试试，能不可完了个性化、定制化和互动式，以此提高素质质料。

基于不同prompt“一键变身”

Brainiac Buddy（以下简称BB），基于GPT-4开荒。

团队针对数学课程进行了重心优化，率先拿来试手的等于《图像管理中的数学设施》这门课。

简而言之，通过学习和分析课程大纲、参考书、课本和代码示例，BB不仅专科常识拔尖，“大脑”也一经是数学考验的形势了。

亲自上手体验一下~

登陆后，以《机器学习》第一章弁言章为例，不错看到如下的界面：

BB界面共有三个分栏：

最左侧，是对于本章节课件的演示文档（接济多种面容），章节关系的附件及挂载的常识库；中间栏呈现了课件文献的渲染，提供在线浏览功能；最右侧则是与BB的对话界面，不错与课件、常识库进行问题的研究以匡助学习了解课程内容。

在右侧分栏径直发问，不错从embedding教案后的课程常识库中检索出该问题的解答。

大众皆知，大模子具有通用常识，但针对具体的鸿沟可能不是很精确。

于是基于大模子的基座模子，刻下BB是基于GPT-4，把课程存储到向量数据库中，便捷学生在学习常识的经由中，得到大模子的接济，匡助他们剖释常识难点，使不同基础的学生齐不错得到顺应我方的解读模式。

不外董彬也谈到，手脚研究者，其实是比较可爱大模子幻觉（hallucination）的，“因为幻觉和创造/改动其实只消一线之隔。”

通过不同的prompt，BB概况调用不同的具体处事。

BB提供给教师最大的纯真度，让他们概况充分利用大模子优点的同期，赐与最大程度的自界说prompt，让课程的交互性和交互经由按照不同的课程，呈现不同的成果。

比如调用测试模式：

又或者转头文献主要内容：

举座感受，BB莫得什么花里胡梢的UI界面，使用起来和一般的AI Chatbot比较肖似。

“AI Agent=大模子+顾忌+主动筹备+用具使用，基本上呈现出的等于目下专家看到的这个面容。” 董彬说说念。

至于后续对BB还有什么完善（的想法），他示意，但愿能让BB能围绕一个数据库来准确索取信息，并左证问题判断，到底应该用数据库信息往还话问题，应该调用表里部用具，如故调用通用才智回话问题。

AI 辅助数学学习

目下AI用具这样多，为什么要故意作念这样一个AI助教？

其中天然有履行的制肘。

最基础的，就算只把《图像管理中的数学设施》这门课的教案丢给GPT，也一经超出了GPT系列的token终端。

但更多起头于董彬本东说念主的贯通和践诺。这亦然他寻求与校外公司Answer.AI勾通，作念出BB，并本色垄断到课程中的主要原因。

董彬天然是数学专科竖立，但2016年起转向机器学习，目下的主要研究鸿沟为科学狡计、机器学习偏激在狡计成像和数据分析中的应用。

他自称从大模子大显威力的第一天起，等于其诚笃奴隶者，根底莫得国表里那些大学“先禁用再应用”的心态袭击。

尤其是GPT-4问世后，董彬成为了大模子高频率的重度依赖用户，“它很大的作用，不是帮我干杂事，而是我通过它来学东西”。

董彬的切肉体验是，只消问题问得好，回话的质料就会相配高。不管何时何地，只消有突发奇想，就不错跟鸿沟内最博学的“东说念主”疏通，何况从不以为他提倡的问题蠢。

有了这样的体验，董彬脑子里冒出一个念头：

不行，要给我的学生也配备这样一个用具。

“学习等于跟作家疏通，听作家讲课，接收常识的形势是相配被迫的。” 董彬解说，“听课或看书的经由中，会产生各式各类的疑问和想法。但考验的贯通、元气心灵、耐烦齐是有限的。”在他看来，要是无法跟作家交互，学习就会变得相配低效，额外是还无法1v1答疑解惑的情况下。

但AI 助教，或者说大模子，就遍读全东说念主类常识，且元气心灵和耐烦历久充沛，概况“极大程度上提高造就的遵循，以及个性化和定制化。”

有了我方的想法，刚巧教过的两位学生——数学学院21级本科生刘梓豪和20级本科生唐艺铭，想侍从董彬作念一些暑期技俩。

于是，BB被提上日程。

这时候董彬了解到了Answer.AI。这家创业公司旨在利用智能助教（AI Tutor）让宽阔学生享有到最优质的造就资源和最佳的学习体验。他们的造就居品发布后，在很短时辰内取得好意思区iOS造就榜单第三名的收货。

刚巧，他们也但愿与各个学校和机构一说念探索全新的素质模式，并提供进修的居品和技巧有筹备。

和Answer.AI战斗后，董彬带着刘梓豪和唐艺铭与其工程师团队疏通了我方的想法，两边一拍即合。

此后，Answer.AI 为BB提供了居品化有筹备。何况在工程师的匡助下，最终完成了BB的概念、遐想、数据管理、天然谈话编程、UI制作等。

后续可能作念“学会发问”主题在线共享

临了，崇拜先容一下这位和蔼邀请学生在课程中使用AI助教的数学考验。

董彬，北京大学北京国外数学研究中心长聘考验、北京大学国外机器学习研究中心副主任、北京大学国度生物医学成像科学中心研究员、大数据分析与应用技巧国度工程实验室机器学习中心成员、北京大学长沙狡计与数字经济研究院副院长。

2003年，他在北京大学数学科学学院拿放学士学位，两年后，在新加坡国立大学数学系取得硕士学位。

其后，董彬又远赴UCLA数学系，并于2009年取得博士学位。

他示意，但愿更多的同寅同侪参与使用BB，概况从中得到更多响应和启发。

左证目下得到的一些响应来看，最令董彬“无语疾首”的，等于学生在对AI发问才智上的欠缺——既不爱发问题，也不擅长发问（prompt）。

大批来讲，学生老是爱径直把问题自己丢给AI。

这自己没什么问题，但还够不上一本万利的成果。

在量子位的追问下，董彬共享了我方常用的发问模式。在他每一次针对具体问题的发问中，频频含有好几步经由：

激情

率先，先告诉AI这个问题的布景，比如我方是在作念什么的时候、看到什么东西、如何产生了这个问题；

其次告诉AI，这个问题的难点在哪？可能和哪些已知问题关系，也会谈一下为什么我方以为这是个好的问题；

然后会谈谈我方对问题的初步念念考，以及对我方现存想法不知足的场地，并在期待什么样的更好的想法。

临了再问AI，能不可襄理提供一些建议。

比拟于径直把问题自己丢给AI，然后赓续追问，这样的模式可能两三轮就能很好地解答一个问题。

董彬举了个近期的例子。

最近，他和基础数学家何旭华在arXiv上挂了一篇用机器学习辅助数学前沿探索的论文。第二天，何旭华的一位勾通者看到论文，发来一封邮件，发轫是“et tu Brutus”。

董彬此前从未见过这个表述，于是去问了Claude。

对比可见，只消好意思满告诉Claude布景信息，它的解读才会正确，还给东说念主一种“情商很高”的嗅觉。

手脚AI重度用户，董彬在平方和作念敷陈时发现，好的发问和不好的发问，得到的谜底相反其实有彰着相反。

往后会筹商开设课程或进行在线共享，让学生学会如何发问。

通过BB，董彬使用prompt的训诫和设施论也不错更便捷的千里淀给学生，通过教师功能，不错便捷的为每个章节开荒独到的prompt。

据了解，后续BB会为学生提供prompt预设功能，并针对学生提供快捷输入prompt的功能，以提高使用体验。

以及现阶段，董彬刚在arXiv上挂出了一篇论文《Prompt Engineering Through the Lens of Optimal Control》，臆测从最优戒指视角解读交互工程，感酷好的小伙伴不错阅读一下～

转载本网著作请注明出处twitter 反差