近日，在各家大廠打得如火如荼的「ChatGPT大戰」中，學而思也加入其中。

不過，學而思另辟蹊徑選擇的是自研數學大模型「MathGPT」，以數學領域的解題和講題算法為核心，并且已經取得了階段性成果。

對此學而思表示，基于該自研大模型的產品級應用預計會在年內推出，將面向全球數學愛好者和科研機構。

作為公司的核心項目，學而思早在今年春節之前就啟動了相應的團隊建設、數據、算力準備和技術研發，并直接交由CTO田密負責。

此外，位于美國硅谷的團隊建設目前也已經啟動，計劃成立一支海外算法和工程團隊，在全球范圍內招募優秀的人工智能專家加入。

MathGPT與大語言模型（LLM）的差異

今年三月，OpenAI正式發布大語言模型GPT-4。隨后，國內百度、阿里也推出了各自的大模型產品。

然而，通用語言模型更像一個「文科生」，在語言翻譯、摘要、理解和生成等任務上有出色表現，但在數學問題的解決、講解、問答和推薦方面則存在明顯不足——

「解答數學問題經常出錯，有些數學問題雖然能夠解決，但方法更偏成年人，無法針對適齡孩子的知識結構和認知水平做適配。」

對此，學而思AI團隊負責人表示，這種不足是由LLM模型的自身特點決定的。LLM大模型來自對海量語言文本的訓練，因此最擅長語言處理。

行業內偏向基于LLM大模型做閱讀、寫作類應用，但如果想要在數學能力上有突破，就需要研發新的大模型。

因此，學而思決心組建團隊專研MathGPT——數學領域大模型，用自己在數學和AI上的多年積累，面向全球范圍內的數學愛好者和科研機構，做好AI大模型時代的數學基礎工作。

學而思希望通過MathGPT彌補和攻克大語言模型的三個問題：

第一，題目要解對，現在GPT結果經常出現錯誤；

第二，解題步驟要穩定、清晰，現在GPT的解題步驟每次都不一樣，而且生成內容經常很冗余；

第三，解題要講的有趣、個性化，現在GPT的解釋過于「學術」和機械，對孩子的學習體驗很不友好。

做MathGPT，學而思憑什么

學而思作為獲國家科技部批準的「智慧教育國家新一代人工智能開放創新平臺」建設單位，也是教育行業唯一一家人工智能「國家隊」成員，在人工智能領域有著多年的深入研究，早在2017年，學而思便成立了AI lab人工智能實驗室。

據公開信息顯示，基于智慧教育人工智能開放創新平臺助力，學而思AI lab獲得各類頂級學術會議比賽冠軍16項，亞軍6項；發表國際期刊和會議高水平學術論文31篇，包含光學字符識別、圖像、自然語言處理、語音以及多模態等多領域的學術研究，在計算機視覺頂會以及自然語言頂會中均有多篇論文發表；申請專利220余項，授權專利150余項，軟件著作權60余項。

學而思AI lab在各類頂級學術會議比賽獲獎情況

「以數學起家」的學而思至今已有20年的數學教學經驗，積累了龐大的數學相關數據，這些數據是進行MathGPT訓練的必備物料。

另外，學而思的海外業務Think Academy在全球若干國家和地區深受數學愛好者喜歡，學而思的學生在每年的IMO和AMC等國際數學競賽中表現優異，每年都有多位學生在國際奧林匹克數學競賽中拿到金牌。

所以，學而思選擇在MathGPT方向發力也順理成章。

另據了解，學而思學習機近期將會上線一款「AI助手」，涵蓋作文助手、口語助手、閱讀助手、數學助手等相關功能，該AI產品將于5月11日開啟內測。

MathGPT的挑戰和技術難題

如何利用大語言模型服務各行各業是當下社會的焦點問題。

比如在教育領域，Duolingo、Quizlet、可汗學院等產品主要和OpenAI合作，在GPT大模型上做微調和接口調用，增強原有的產品體驗。

但也有一些領域如數學、醫學等，對AI的需求是準確、清晰、具備強大的邏輯推理能力，且容錯率低，通用LLM目前的性能表現還無法在上述領域取得突破，未來是否可能取得突破尚不清晰。

以數學領域為例，目前市場上有幾個主要流派。

比如Google收購的Photomath、微軟數學、Mathway、專注數學計算的WolframAlpha等產品，主要利用非LLM的傳統AI技術加上數據庫的方式解決數學問題。

走AGI路線的公司則嘗試讓通用LLM「更懂數學」，比如GPT-4在數學任務上比之前的3.5版本性能更好，谷歌旗下的Minerva模型也專門針對數學問題進行調優。

學而思選擇了另一條少有人走的路，不基于現有LLM做微調和接口調用、不做通用LLM，而是自研基于專業領域的「數學大模型」MathGPT，致力于打造自主、穩定、可持續、高質量的學習解決方案。

在大語言模型不斷進化的浪潮下，不同的技術路線選擇孰優孰劣，仍有待討論和驗證。

學而思自研獨立的MathGPT大模型是否成立，是否能夠超越通用模型在數學任務上的表現，是否更匹配不同人群的數學學習場景，這個問題還需要在創新實踐中尋找答案。

隨著整個行業的深化發展和越來越多人才參與到這個領域，相信不久的將來就能看到更為成熟的解決方案。