最新

在过去的几年里，我一直在使用 Duolingo，并学会了印地语和西班牙语（甚至帮助我获得了州双语能力认证）。 我这一代（Z世代）面临的最大问题之一是孤独感。我喜欢 Duolingo 的社区，但有时（实际上是经常）我感到难以坚持下去。 在线语言学习是一种技能，其动力主要来自于连接，而日常练习则是在孤独中进行的。 没有人学习西班牙语只是为了会说西班牙语。他们学习是为了与伴侣的家人交流，是为了不成为餐桌上的沉默者，是为了搬到一个新地方并开始新的生活。然后，他们却独自与一只猫头鹰相处 90 天。 我一直在思考一种方法，通过共同的热情——学习语言——将全球各地的人们联系起来，并创建一个竞争性的社交空间，让人们可以在快速匹配中竞争，即时获得反馈，并通过教授自己的虚拟形象来学习（而不是被动地“听课式”学习）。他们需要当场、在压力下学习，并被置于不同的情境中，必须在各种荒谬的场景中游刃有余，并以令人满意的方式说出或写出目标语言）。 核心流程是：学习（2-5 分钟互动环节）→ 教学（向你的虚拟形象解释）→ 虚拟形象尝试（你的得分）。 然后，你可以将其用于与水平相近的对手进行排名赛 1v1 对决，类似于 chess.com 的模式：一位盲审评判官根据口语和写作能力对双方玩家进行评分，等级会变动，还有一个包含头衔和奖励的全球排行榜。 目的是通过竞争和内部社区建设来弥合这一差距。除了竞技之外，用户还可以相互交流，并根据他们对语言的共同兴趣创建微型社区。例如，学习西班牙语并对制作食物（如 Carne Asada 或 Gazpacho）感兴趣的用户，可以加入一个（基于他们对语言共同兴趣的）社区。 在技术方面，我发现了一个有趣的混合问题（结果发现它们其实是同一个问题）。 匹配系统需要根据两个评分来预测 A 是否能战胜 B 的概率。 对开放式输出的评分在评分标准下是不可靠的，因此我没有给一个答案打分，而是只问“这两个哪个更好”，即比较判断，并通过 Bradley–Terry 模型恢复评分。 跨 CEFR/JLPT 等级的教学内容难度校准使用的是项目反应理论，通常是 Rasch 模型。 这三者都基于相同的逻辑函数。Elo 是 Bradley–Terry 似然函数上的在线梯度下降；Rasch 模型则是将一方固定为“项目”的 Bradley–Terry 模型。因此，1v1 对决是评判官需要进行的成对比较，评判官的输出是评分更新所消耗的观测值，项目难度则通过拟合得出。评分采用 Glicko-2，因此新玩家具有明确的不确定性（高 RD），并在几次对决后就能收敛，而不是需要三十次。用户将其视为流畅度分数。 两个问题： 人类问题：竞争会让你更想练习，还是只会让你对练习感到焦虑？ 如果你曾经将 LLM 作为评判者部署过，并且评分具有实际后果，你是如何检测到系统内部无法看到的漂移的？ 如果你认为你可能会从中受益/想要使用它，我整理了一个小型候补名单，其中包含一些未来可能对使用它感兴趣的人（我还在网站上放了一个小型创意写作提示的演示……看看你是否能获得最高准确率！） 感谢您的阅读。 https://thelingo.xyz

我被“书呆子狙击”了，进行了一系列评估，以了解模型在玩 Redactle 游戏方面的表现。结果发现，Gemini Flash 在性能和成本方面都独占鳌头。它能在几秒钟内一次性完成所有评估。