Riiid是一家领先的人工智能教育解决方案公司，也是Born2global中心的成员，宣布了两项新的人工智能研究，将在即将到来的计算语言学协会(ACL)和计算语言学协会北美分会(NAACL)上发表，这是世界领先的自然语言处理(NLP)会议。通过这项突破性的研究，该公司将继续使用NLP技术扩展其AI能力，以构建广泛的新型教育内容感知AI模型。
在ACL大会上，Riiid将展示“作为对话状态的对话摘要(DS2)，用于短时间对话状态跟踪的模板引导摘要”，主要关注创建像聊天机器人这样的对话系统，通过利用非常大的语言模型，即使使用有限的标记和结构化对话数据，也可以提供有意义的结果。Riiid的新方法只使用了1%的训练数据，就能实现66%的完整数据性能，而其他方法的性能不到60%。
“对话状态跟踪(DST)是面向任务的对话系统的一个基本元素，但因数据收集过程昂贵和困难而臭名昭著，”Riiid的AI研究科学家Jay Shin说，他领导了这项研究。“我们的研究提出了一种新的方法，将DST重新制定为对话总结，以减少通常发生的训练前和微调差异。”
Riiid研究人员从对话状态中提供了基于规则的摘要模板，并指导摘要遵循这些模板。从生成的摘要中应用启发式对话状态提取，研究人员能够在仅使用1%训练数据的有限标签场景中创建最强的DST模型。Shin表示:“这项研究可以扩展为Riiid开发AI Tutors等新的教育功能的概念证明，该功能可以以更低的成本、更高的效率和准确性开发聊天功能。”
Riiid的第二项研究，将在NAACL上作为口头报告分享，介绍了一种高效的训练算法“GRAM(梯度积累多模态)”，用于将内容信息纳入知识追踪(KT)。
该研究的负责人、Riiid AI研究科学家Yoonseok Yang表示:“基于内容的KT有可能向用户提供个性化的商品推荐，但它的指数级训练时间阻碍了它在行业中的应用。”“在此次研究中，我们在保持最先进的KT性能的同时，将训练速度提高了150倍。此外，GRAM对于新增的没有交互历史的问题尤其强大，与之前的模型相比，在冷启动预测方面的准确性显著提高了40%。”
GRAM将被部署在在和韩国最畅销的ai智能手机应用软件“Santa”的A/B测试平台上。随着每月向圣诞老人添加300个新问题，该公司预计其最新型号将为用户提供新的个性化学习体验。
杨说:“这项工作的影响不仅限于提高圣诞老人模型的性能。”“有了这项技术，Riiid可以轻松提供高质量的跨域KT模型，这将为我们打开无数具有很少或没有交互数据的域的大门。基本上，我们可以将托业KT模型直接应用于类似的领域，如GTELP，托福，甚至SAT，而无需这些新领域的交互数据。”
Riiid首席执行官YJ Jang表示:“这两项研究不仅是学术研究，而且展示了我们的实验室突破如何帮助消除人工智能在教育方面最常见的一些限制。”Riiid研究的最终目标是找到技术如何帮助解决教育中的实际问题，并为实际学习者带来更多价值。我们将继续扩大研究领域，改变教育行业的格局，朝着最有利于提高每个人的学习体验的方向发展。”
自2016年以来，Riiid一直积极在全球顶级会议上发表学术著作。凭借自有的AI技术和世界上最大的AI教育数据集，该公司在神经信息处理系统(NeurIPS)、人工智能进步协会(AAAI)等领先的AI和教育技术会议上发表了超过16篇论文。
标签：
版权声明：本文由用户上传，如有侵权请联系删除！