随着ChatGPT引起全社会的关注，及各类大语言模型（Large Language Model）争相亮相，通用域自然语言处理任务已获得巨大成功，引起了国际中文教育领域的普遍关注。国际中文教育人士纷纷展开了对大模型的探讨：大模型是否可以根据学习者的水平，提供合适的语言表达，或根据学习者的问题给出详细的解答，从而在一定程度上辅助甚至充当学习伙伴、语言教师？然而，目前通用领域的大模型在垂直领域的效果仍有限。为解决上述问题，我们全面推出适用于国际中文教育领域的大模型“桃李”（Taoli）1.0，以期成为大模型在国际中文教育领域应用的引玉之砖。
“桃李”（Taoli）
· “桃李”在通用中文基座模型上扩充了国际中文教育领域专有词表，使用了该领域专有数据集进行指令精调，增强了大模型在该领域多项任务上的理解能力。
· “桃李”可以根据学习者的情况作出反馈，帮助学生模拟真实的语言交际场景。例如，与汉语水平等级为三级的学生对话时，能够控制其使用的语言尽量不超过三级的难度。
· “桃李”具有文本纠错功能，能够分别进行最小改动纠错与流利提升纠错，并能深入分析错误原因；具有作文评分功能，能够自动对作文水平进行评判，帮助学生自主学习。
· “桃李”能够方便国际中文教师整合教学资料，提供教学思路，提升教学质量。例如辅助生成教学过程中需要做的教案、幻灯片中需要展示的例句、课堂需要给学生提供的课外素材等。
“桃李”（Taoli）大模型: https://github.com/blcuicall/taoli
训练数据
我们基于目前国际中文教育领域流通的500余册国际中文教育教材与教辅书、汉语水平考试试题以及汉语学习者词典等，构建了国际中文教育资源库。我们设置了多种形式的指令来充分利用知识，构造了共计 88000 条的高质量国际中文教育问答数据集，数据示例如下：
"instruction": "修改句子的表达方式，使其更流畅、自然。",
"input": "我去中国的时候，我希望我要认识很多中国人。",
"output": "我去中国后，希望可以认识很多中国人。"
模型效果对比
1.考试能力
我们从教师与学习者两个方面出发，分别对几个模型在国际汉语教师资格证考试与汉语水平考试（HSK）上的表现进行了测评。其中HSK考试采用2018年官方出版的考试真题，从一级到六级各选择一套。国际汉语教师资格证考试采用2021年出版的官方真题。试题以客观题为主，主观题不参与计分。
以HSK4-6级为例：
试题（客观题） | Taoli 1.0 | GPT-4 |
HSK4 | 55 | 78 |
HSK5 | 60 | 85 |
HSK6 | 42 | 76 |
2.样例展示
| 输入 | Taoli 1.0 |
| 请遵循最小改动原则纠正下面这句话：北京与西安有很多好象一样的地方。 | 北京和西安有很多类似的地方。 |
| 请生成词语在当前上下文中的释义。 词语：折服 上下文：我深深地被他的奉献精神所折服。 | 被说服或被感动。 |
| 请使用下列所有词语，写一个30字左右的段落。 词语：元旦、放松、礼物、表演 | 元旦是一年中最重要的节日之一，人们会庆祝并享受放松的时间。在节日中，人们会收到礼物，表演，并享受各种活动。 |
合作单位
本项目由北京语言大学、清华大学、东北大学、北京交通大学合作完成。
总结与展望
通过对中文基座模型的指令微调，我们推出了国际中文教育大模型“桃李”（Taoli）1.0。
“桃李”有助于提供个性化、智能化的汉语学习指导，有助于推动国际中文教育领域的智能化发展。在未来，我们将继续拓展其在语言教育领域的应用范围，为更多学习者带来智能化的教育场景体验。
多种高阶版本的“桃李”教育大模型正在研发中，敬请期待！
编辑：孔存良、朱君辉、常鸿翔
进NLP群—>加入NLP交流群
