论文
LLMersion:本地优先的人工智能代理框架,用于低成本家庭语言学习,实现教育公平
LLMersion: A Local-First AI Agent Framework for Low-Cost Home Language Learning toward Educational Equity
摘要
在基本供应已按成本配给的情况下,人工智能对教育的帮助最大。对于语言学习者来说,这种规定就是老师的声音,它将听、读、说、写结合成一个动作。已发表的证据说明了为什么大多数学习者缺乏这种能力,从全球 4400 万教师短缺到沉重的家庭辅导费用,以及为什么技术尚未取代它:计算机辅助语言学习被证明是有效的,但范围有限,应用程序以 26 亿人缺乏连接为前提,每个孩子一台笔记本电脑的随机评估发现,没有强大软件的硬件什么也学不到。我们提炼出八个困难和四个约束性约束,并认为小型开放权重模型可以解决最后一个问题:完整的四种技能堆栈现在适合一台 200 美元级的笔记本电脑,并且根据社区测量,其生成速度与语音消耗的速度相同,每个学习小时大约消耗一美分电力。因此,我们提出了 LLMersion,这是一种人工智能教育方案,完全在家里运行,基于学习者自己的文档,具有人工智能编写、人工智能理解、人工智能更新的代码库,任何人都可以定制;展示 LLMersion-1,一个已发布的开源原型(此 https URL)并概述了私人学习代理的愿景。