至顶网CIO与CTO频道 06月10日 北京消息:2020年6月9日,在线教育机构“跟谁学”在北京举行《跟谁学公开课·新定义在线直播大班课》发布会,同时这也是跟谁学成立六周年的发布会。
跟谁学创立于2014年,2019年6月6日成功登陆美国纽约证券交易所,成为中国第一家在美国上市的K12在线教育机构。目前跟谁学已成为全球市值最大的在线教育机构,市值达90亿美元。
创业6年,跟谁学从当年的风口“O2O”模式转变为押注K12在线教育赛道,实现盈利的同时全面聚焦在线直播大班课的模式,打破了当时行业里“一对一教育”思潮的局限。不仅如此,创始人陈向东还率领跟谁学重新定义在线直播大班课,为在线教育注入新理念。
跟谁学创始人、董事长兼CEO陈向东
科技重新定义在线教育
跟谁学创始人、董事长兼CEO陈向东曾做过多年老师,深知一个好老师对学生的重要性。他始终认为,跟谁学要做的是利用技术手段让极度稀缺的优质教育资源尽可能覆盖更多的孩子。
“通过奋斗改变命运的最好的方法,我想就是让每个人都能够接受最优质的教育。”陈向东在发布会上说。
跟谁学在“大班模式”上再叠加“线上直播”功能,通过互联网,一名优质老师可以同时给上千名,甚至上万名学生上课。这能有效摊薄成本,提升毛利率,产生强大的规模效益。
为保证课程质量,跟谁学的在线直播大班课,采用“名师授课+双师辅导”的模式,每个班级配备一名主讲教师和一定比例的辅导老师。两者既有分工又有合作,分工后更加专注,而专注则更加提升品质。双师的模式能够提升效率,最大化地发挥各自价值。公司连年逐渐增长的营收数据证明了陈向东“在线直播大班课”决策的正确性。
发布会上,陈向东表示,跟谁学曾是全新定义了在线直播大班课的行业引领者,而今天,这家公司要重新定义在线直播大班课。“表象是一个在线直播大班课,但本质是大班教学、小班服务、个性体验,我们希望最终学生和家长感受到的是一对一,感受到的是个性化。”
据了解,跟谁学在在线直播大班课领域正在推进三大创新:技术创新、教育创新、理念创新。
陈向东表示,跟谁学会在技术上加大投入。今年第一个季度时,这家公司的研发费用达到了1亿人民币,而在接下来的两到三个季度里,公司的研发费用投入将是持续的和陡峭上升的。预计今年年底,跟谁学将有超过2000名内容、技术和产品的研发人员。
另外,跟谁学还将通过组织创新、激励创新以及文化创新等,激活组织,让更多热爱教育的人才做教育,给最优秀的人才最多的尊重、训练、成长、光环和报酬。
陈向东还表示,在线教育处在一个千载难逢的大运气,今天我们看到的数据是中国越来越多的家长开始相信在线教育,开始尝试在线教育,越来越多的人才也加入到了这个行业。
百家素养课新项目首发
为了搭建更好更丰富的多元化学 习 平台,跟谁学首次发布“百家素养课”这一新项目,旨在为全国中小学生持续输出“点燃兴趣、开阔视野、塑造人格”的优质课程资源,全面提升当代青少年的综合素质,培养孩子多元化发展。
根据2016年教育部提出的《中国学生发展核心要素》中,关于从“自主发展、文化基础、社会参与三个方面培养全面发展人才”的要求,跟谁学推出“百家素养课”,将素质教育学科化,培养孩子“四体勤、五谷分、知天文、晓地理”的能力。
课程将邀请社会各界知名人士在线授课,以录播形式,给学生及家长提供人文历史、名著赏析、数理思维、社会交际、家庭教育等类型丰富的系列素养课。同时课程将依托先进的传媒与合成技术,增强教育过程的艺术性与互动性,后台同步记录学习数据,真实反馈学习质量,为学生提供优质高效的在线教育课程。
发布会上,跟谁学的名师褚润还在现场给大家带来了一场线上线下同步进行的高三历史体验课。同时,他还和“第二主讲”一起,通过现场教学的方式,演示了大小班切换的服务过程。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。