教育焦慮已經(jīng)成了全民話題。去年以來,從輿論導(dǎo)向到配套政策,似乎也在回應(yīng)這個(gè)問題。其中一個(gè)手段是「分流」,也就是在社會(huì)關(guān)注度最高的高考之前,把學(xué)生分流到不同的教育層次。
這種措施已經(jīng)實(shí)打?qū)嵉卦谶M(jìn)行了,比如高考雖然關(guān)注度高,但它不是難度最大的考試,因?yàn)樗匿浫÷视?5%,而高中的錄取率在未來會(huì)保持或邁向50%。
這種「分流」能解決教育焦慮嗎?我們先來做兩個(gè)假設(shè)。
第一個(gè)假設(shè)關(guān)于“桃子”。假設(shè)有三個(gè)人,都喜歡吃桃子,但是只有4個(gè)桃子,每人分不到2個(gè)。如果分桃子的人說,讓我們來減少一半的桃子至2個(gè),功勞少的兩個(gè)人可以選擇退出,剩下的一個(gè)人就可以拿到2個(gè)桃子了。
第二個(gè)假設(shè)關(guān)于“蘋果”。假設(shè)有三個(gè)人,都喜歡金蘋果。但是只有2個(gè)金蘋果,不能保證每人1個(gè)。分蘋果的人說,讓我們減少1個(gè)金蘋果,不夠漂亮的兩個(gè)人可以退出,剩下的那個(gè)最美的人就可以保證拿到金蘋果了。
兩個(gè)假設(shè)中,分別的三個(gè)人,是否會(huì)有人在減少了桃子和蘋果的情況下,主動(dòng)選擇退出,讓剩下的人輕松拿到獎(jiǎng)勵(lì),避免三個(gè)人的共同焦慮?
這兩個(gè)假設(shè),其實(shí)有現(xiàn)成的答案。
第一個(gè)假設(shè),如果發(fā)生在春秋戰(zhàn)國(guó),結(jié)局會(huì)變成三個(gè)人都自刎而亡。這就是著名的“二桃殺三士”的故事。
第二個(gè)假設(shè),如果發(fā)生在希臘神話里,結(jié)局將會(huì)是引發(fā)一場(chǎng)戰(zhàn)爭(zhēng),那就是“特洛伊之戰(zhàn)”。
回到教育焦慮這件事兒。
其實(shí)這和分桃子、金蘋果的故事很像。家長(zhǎng)們非常重視子女教育,但是優(yōu)秀的大學(xué)名額是有限的,造成了激烈的競(jìng)爭(zhēng)。
而高考前的「分流」,從高中階段減少入學(xué)名額,提高中考難度,就相當(dāng)于減少獎(jiǎng)勵(lì)比例,讓有些人知難而退,從而降低高層次競(jìng)爭(zhēng)難度。
但是桃子和蘋果的故事告訴我們,減少供給,并不會(huì)減少焦慮,反而會(huì)讓競(jìng)爭(zhēng)變得更加慘烈。
因?yàn)榻逃龔膩聿皇墙逃龁栴},而是一個(gè)相對(duì)公平的,提供階層躍升,或者階層更新的競(jìng)爭(zhēng)系統(tǒng)。
這就好比,要解決高房?jī)r(jià),暫停土地拍賣和叫停房地產(chǎn)融資,也不可能讓房?jī)r(jià)下降,只有提供更多低成本的土地才可以。
只有增加供給,才能讓競(jìng)爭(zhēng)者的心態(tài)更平和,焦慮更少。
減少優(yōu)質(zhì)資源供給,或者設(shè)定前置分流系統(tǒng),只會(huì)讓焦慮更加嚴(yán)重,或者讓焦慮換一種方式存在。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。