创建此 OpenEdu 仓库的缘起与发展规划

[will-ww]

随着大模型与 AIGC 技术的兴起，将新一代 AI 技术与教育场景进行结合，挑战与机遇并存。

此前，我们创建过一个 GPT4ALL 的仓库，寓意着 GPT 这类技术，应该成为一个惠及所有人的普惠性技术，需要包括技术研究者、教育工作者、政府管理人员等多方面力量来共同推动。

随着华东师范大学“数智跃升”计划的开展，大家逐渐认识到大模型赋能教师工作开展以及大模型赋能师范生培养，成为一个越来越重要的问题。

据此，数据学院多个实验室团队，联合包括 Intel、阿里、蚂蚁、百川等企业，通过开源、开放的方式，打造一个面向教育教学与师范生培养的 AI 工具集及其生态，用这样一套教育大模型工具支持全体教师在各自的教学和研究场景中解决实际问题。

拟重点开展如下几个方面的工作：

1、基础大模型的评测、选择与优化

• 了解开源基础大模型的发展现状
• 制定开源基础大模型的性能评测方案
• 针对教学和教研场景构建系统性的评测工具

2、面向教学和教研场景的教育领域大模型构建

• 识别并定义教学与教研场景下的各类任务
• 构建面向教学与教研任务的指令微调数据集
• 基于指令微调技术的教育大模型工程化构建全过程

3、基于 Intel AI-PC 的个人教育大模型应用开发与示范应用

• 在 AI-PC 上选择可行本地大模型技术路线
• 设计合适的交互界面辅助教师高效完成日常任务
• 形成“教师教育大模型一体机”的原型展示

上述三个方面只是一个初步的设想，需要大家一起来讨论完善。可以初步考虑分三个组来并行开展工作：

1、OpenEdu 模型组

主要关注基础大模型的现状、评测、以及整个基于基础大模型的领域大模型构建工程方法

2、OpenEdu 数据组

主要关注教育场景下的各种任务，制作各种指令微调数据集，并用工程化方法对大模型进行领域微调

3、OpenEdu 应用组

在包括 AI-PC 等终端应用场景上开展应用开发，从“教师教育大模型一体机”场景出发，开展示范应用开发工作。

总的来说，我们从 Intel AI-PC 入手，设计并实现一款面向教师赋能的教育大模型一体机，协助教师高效地完成各类日常工作，欢迎大家一起讨论~

[will-ww]

几个参考材料供大家参考：

• 大模型基本原理与实践：大模型基本原理-0309.pdf
• 重构教育图景：教育专用大模型研究报告：重构教育图景：教育专用大模型研究报告（简版）.pdf
• 电商领域大模型构建：《指令微调的电商领域大模型》，视频

[AliceCodeZhang]

AI大模型行业案例库-政企应用30例.pdf

[bifenglin]

较好的大模型微调实战训练课程：https://github.com/liguodongiot/llm-action