详细内容或原文请订阅后点击阅览
引入新数据集以进一步推进 AI 研究领域
今天，我们很高兴地宣布，我们将发布一个匿名数学辅导对话数据集，用于评估 AI 模型如何充当导师。虽然许多研究人员和公司都在探索 AI 进行计算的能力，但在 Khan Academy，我们对 AI 像老师一样进行计算的能力感兴趣 […]文章《引入新数据集以进一步推进 AI 研究领域》首次出现在 Khan Academy 博客上。
来源:Khan Academy 博客今天，我们很高兴地宣布，我们将发布一个匿名数学辅导对话数据集，用于评估 AI 模型如何扮演导师的角色。
虽然许多研究人员和公司都在探索 AI 的计算能力，但在可汗学院，我们对 AI 扮演导师角色的同时进行计算的能力很感兴趣。正如我们在数据集附带的论文中所解释的那样，我们认为辅导是一个尚未得到充分探索的研究领域，它带来了独特的挑战，同时也具有巨大的潜力。
同时 数据集附带的论文关于匿名数据集
关于匿名数据集我们今天发布的数据集包括 188 个代表性对话，涵盖从初等数学到微积分的知识。代表性对话基于 Khanmigo（我们的试点导师兼助教）与学生之间的对话，并且已匿名化。
我们今天发布的数据集该数据集是一个基准数据集，这意味着它是研究人员和公司用来评估 AI 模型的资源。
为什么关于辅导的基准数据集很重要
为什么关于辅导的基准数据集很重要有很多数学数据集。我们认为今天发布的辅导数据集可能是同类中的第一个。
辅导数据集对我们的领域很重要，因为它捕捉了 Khanmigo 辅导学生时对话的展开方式（同时还保留了学生的匿名性）。数据集显示了互动和双向反馈，而不仅仅是数学问题。