劉三女牙教授團隊在教育大模型方向取得重要研究成果

華大在線訊（通訊員 萬仟）近日，人工智能教育學部劉三女牙教授團隊在教育大模型研究方向取得重要進展，創新性提出基于經典教育學理論“經驗之塔”的教育大模型塔式構建法，在此基礎上設計了多智能體自主驅動的教學場景數據合成框架，為促進教育大模型創新發展提供了一種新穎且有效的技術途徑。此外，研究團隊成功獲批本年度國家自然科學基金重點項目“面向智慧教育的多模態模型構建方法”。

研究成果“COMET: ‘Cone of Experience’ Enhanced Large Multimodal Model for Mathematical Problem Generation”在《中國科學:信息科學》英文版《SCIENCE CHINA Information Sciences》在線發表。數學試題作為重要的知識載體與考核工具，其自動生成技術在教學過程中具有重要的應用價值。傳統出題與解題分離的研究路徑、單調的微調數據結構以及單一的模型優化目標，限制了數學試題生成模型在教學場景中的應用。該成果從能力互促與應用邏輯出發，在一個大模型上整合了題干生成與題目解析兩種能力；提出了一種基于“經驗之塔”的三階段塔式構建框架，以類人學習的視角探索大模型訓練過程類比人類學習經歷的有效性，通過剖析優秀人類教師的成長歷程，將微調數據按照抽象、觀察和實踐三個層次的經驗內涵分別構造，并設計多種精細化的數據形式與注入方法；構建了一個中文多模態數學試題數據集CMM12K，為后續研究提供測評基準。在三個數據集上執行10個模型參與的高達15個測試維度的性能對比：相比開源大模型，所提方法在12個測試維度上達到了當前領域最佳水平。

研究成果“VCR: A ‘Cone of Experience’ Driven Synthetic Data Generation Framework for Mathematical Reasoning”被人工智能國際頂級會議AAAI《The 39th Annual AAAI Conference on Artificial Intelligence》正式接收錄用。大語言模型在自然語言處理方面性能出色，但面對數學推理往往存在較大挑戰。隨著訓練模式的逐漸固化，學術界提出以數據為中心的人工智能思想，強調開發更高質量的數據以增強大語言模型性能。現有研究擴展數據集構建面向數學推理的合成數據，進而監督微調大語言模型。這類方法大多關注數量而忽視質量，具有挑戰性的樣本在數據合成過程中沒有得到充分的考慮，導致數據構建成本高、密度低、同質化嚴重。該成果提出了一種名為Virtual ClassRoom（VCR）的多智能體環境，利用大語言模型驅動多種智能體角色構建高質量、多元化的合成數據。基于“經驗之塔”理論，VCR類比人類學習，在數據合成過程中引入三個層次的經驗，精心設計了用戶友好的指令集和角色扮演系統，使VCR能夠自主規劃合成數據的規模。該系統實現了包括講授、研討、問題設計、問題解決等多種教育場景的自主模擬。多個實驗表明VCR生成的合成數據具有更高的質量密度和泛化能力，能夠以較小的訓練代價提高大語言模型的數學推理性能。

近年來，劉三女牙教授帶領研究團隊立足“人工智能+教育”國家戰略需求和學術前沿，系統化開展教育可計算理論、方法與應用創新研究，在教育研究、Nature Computational Science、C&E、ACM/IEEE Trans，以及AAAI、ACM MM、AIED、WWW等教育科學、信息科學領域的頂刊頂會發表了一系列成果，發展了AI4EduSci教育科學智能新范式、計算教育學新方向以及教育大模型構建新方法，服務于中國特色教育科學知識體系建構與教育強國建設。

SCIENCE CHINA Information Sciences是由中國科學院和國家自然科學基金委員會共同主辦的期刊，致力于發表在計算機科學與技術、控制科學與工程、信息與通信工程、微電子與固體電子、量子信息等信息科學領域的高質量、原創成果。該刊是SCI JCR Q1期刊，也是中國計算機學會CCF推薦A類期刊。

AAAI是人工智能促進協會主辦的國際頂級人工智能學術會議，旨在推動人工智能科學研究，促進人工智能領域研究人員、從業者、科學家、學生和工程師之間的學術交流，主題包括機器學習、自然語言處理、計算機視覺、數據挖掘、多智能體系統、知識表示和人在回路人工智能等。AAAI是中國計算機學會CCF推薦A類會議。

劉三女牙教授為SCIENCE CHINA Information Sciences與AAAI兩篇論文成果的第一作者，萬仟博士后、沈筱譞博士后與孫建文教授為論文共同通訊作者，華中師范大學為SCIENCE CHINA Information Sciences論文成果的第一完成單位，以及AAAI論文成果的唯一完成單位。浙江大學為SCIENCE CHINA Information Sciences論文成果的合作完成單位，羅亞威研究員參與該論文的合作研究。研究獲得了國家自然科學基金重點項目“面向智慧教育的多模態模型構建方法”、國家自然科學基金重大項目“人工智能賦能教與學的理論與關鍵技術研究”、新一代人工智能國家科技重大專項項目“面向智慧教育的學習者認知與情感計算研究”等資助。

相關鏈接：

https://engine.scichina.com/doi/10.1007/s11432-024-4242-0

https://mp.weixin.qq.com/s/vtpeGydR9Nr8gL2-ycrlkw

（審讀人：左明章）