研究文库
Kalnavi 所依据的论文与研究。我们阅读、检验,并审慎地加以应用。
- 1984The 2 Sigma Problem: The Search for Methods of Group Instruction as Effective as One-to-One Tutoring
我们如何使用我们使命的基础:一对一辅导是迄今测得最有效的学习方式。
- 2006
我们如何使用Kalnavi 使用测验和提取练习,而不只是重复阅读。
- 2006
我们如何使用练习按间隔反复安排,让知识记得更久。
- 2023
我们如何使用一份关于语言模型在教育中机遇与风险的地图,我们把它当作检查清单。
- 2023
我们如何使用关于学校使用生成式人工智能的年龄、隐私与人工监督指南。
- 2017
我们如何使用Transformer 架构,我们所用一切语言模型的基础。
- 2020
我们如何使用证明大型语言模型可以从少量示例中学会新任务。
- 2022
我们如何使用引导模型逐步推理,就像老师在黑板上讲解。
- 2021
我们如何使用一种高效方法,使大模型适应印度尼西亚语和本地课程。
- 2022
我们如何使用训练模型遵循人类的指令与偏好。
- 2022
我们如何使用让模型与一套可审查的书面原则保持一致。
- 2023
我们如何使用我们为 Kalnavi 模型采用的偏好对齐方法。
- 2024
我们如何使用提出了 GRPO,我们用它训练数学推理能力。
- 2020
我们如何使用依据检索到的来源作答,使答案可以核查。
- 2023
我们如何使用Kalnavi 智能体背后的"先思考、后行动"模式。
- 2023
我们如何使用能够学会使用计算器、搜索等工具的模型。
我们的研究议程
- 1
面向印度尼西亚的语言模型
Kalnavi-8B:我们使用 SFT、DPO 和 GRPO 针对印度尼西亚语与课程进一步训练的模型。开发中。
- 2
衡量真正的学习
评估学生是否真正理解得更多,而不只是得到了答案。
- 3
儿童安全
年龄限制、内容筛选,以及可审计的人工监督。