Gurukul AI：印度教育系统的交互式人工智能驱动教育平台

ChatGPT 和 LLaMA 等 大语言模型 (LLM) 的最新进展已经改变了人工智能驱动的教育，但这些系统主要接受以西方为中心的数据训练，使其不适合印度等地区课程。印度的教育体系语言多样，以考试为导向，并围绕标准化教学大纲构建，现有数据集或工具无法解决这一问题。在这项工作中，我们根据 NCERT（国家教育研究和训练委员会）9-12 年级教科书策划了一个与教学大纲一致的 QA 数据集，捕捉印度课程的内容、背景和教学风格。最终数据集包含五个主题的 18,720 个问答对，可在 https://huggingface.co/datasets/LingoIITGN/Gurukul 上公开获取。我们使用该数据集微调 LLaMA 3.1 8B 模型，并将其部署在针对教育需求量身定制的检索增强生成 (RAG) 框架中。我们推出了 GurukulAI，这是一个开放式平台，印度学生可以与模型聊天、消除疑虑、练习考试式问题、接收上下文答案并用英语和印地语进行互动。通过将人工智能本地化到印度课堂，我们的工作弥合了全球 LLM 能力与区域教育需求之间的差距。代码可在 https://github.com/lingo-iitgn/GurukulAI 获取。