回答不等于教学。

MeisterPath Labs研究如何把强大的模型变成有用的语言学习助手。研究与教学法,公开进行。

让模型成为有用的教学助手

帮助何时加快学习,何时取代学习,以及让模型保持教学而非作答的保障措施。

阅读精选文章
6位合成学习者,每级一位
3层掌握深度:识别、回忆、运用
6个级别,一张学习图谱
9篇文章,均注明来源

三个主题

我们目前在做什么,以及这里每篇文章都会回到的问题。

系统内置的教学法

目标、练习模式和反馈如何引导模型的行为,使它去教而不是去答。

阅读、回忆与迁移

故事中的语境接触与回忆练习如何相互支持,以及我们如何分别衡量每个深度。

进步与自适应

学习证据如何指引下一段练习,同时让学习者保有选择权。

在你看到之前,我们如何测试。

  • 每个章节都先在合成学习者身上运行,从吃力的A1到扎实的C2。
  • 他们的错误显示出薄弱点检测能否找到我们预先埋下的薄弱点。
  • 只有通过测试的改动才会进入应用。

模型做什么、我们检查什么、以及没有任何 AI 会替你决定什么:我们如何使用 AI。

与Labs合作

想研究什么才真正对学习者有帮助的研究人员、教师和学校:请给我们写信。