Gurukul AI：面向印度教育体系的交互式 AI 驱动教育平台

arXiv:2608.28611v1 发布类型：new

摘要

以 ChatGPT 和 LLaMA 为代表的大型语言模型（LLM）近期取得长足进展，推动了 AI 赋能教育的变革，但这些系统主要基于西方中心化的数据训练，难以适配印度等区域性的课程体系。印度教育体系具有语言多元、应试导向、围绕标准化教学大纲组织等特点，现有数据集和工具并未针对这些需求进行设计。本研究中，我们基于 NCERT（国家教育研究与培训委员会）9-12 年级教科书，构建了一个与教学大纲对齐的问答数据集，涵盖印度课程的内容、语境与教学风格。该最终数据集包含五门学科的 18,720 组问答对，已公开发布于 https://huggingface.co/datasets/LingoIITGN/Gurukul。我们利用该数据集对 LLaMA 3.1 8B 模型进行微调，并将其部署于面向教育场景定制的检索增强生成（RAG）框架中。我们推出 GurukulAI 这一开放平台，让印度学生能够与模型对话、答疑解惑、练习考试风格试题、获取情境化解答，并支持英语和 Hindi 双语交互。通过将 AI 本土化落地到印度课堂，本研究弥合了全球 LLM 能力与区域教育需求之间的鸿沟。项目代码已开源至 https://github.com/lingo-iitgn/GurukulAI。