Files

T

hehaiguang1123 a6f05ab2d5 Phase 0-2: Schema cleanup, typed relations, event-driven automation

- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd)
- Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py)
- Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks
- Fix .gitignore to track tools/ and .githooks/
- Fix git remote URL (remove plaintext token)
- New wiki pages: 504 pages, 34 raw sources

2026-07-01 08:05:43 +08:00

2.0 KiB

Raw Blame History

categories, tags, created, source, type, aliases

九章大模型

好未来开发的教育垂直大模型，与DeepSeek-R1深度融合形成双引擎架构，重塑教育全链条（备课→教学→练习→评测）。

基本信息

属性	值
开发者	好未来教育集团
发布时间	2025年8月[raw:好未来-教育AI研究档案-20260404:60]
技术架构	九章+DeepSeek双引擎驱动[raw:好未来-教育AI研究档案-20260404:56]
定位	教育垂直大模型
融合模型	[[DeepSeek-R1

核心特点

九章大模型与DeepSeek-R1深度融合，推理式大模型提升AI逻辑推理能力[raw:好未来-教育AI研究档案-20260404:59-60]
重塑教育全链条：备课→教学→练习→评测[raw:好未来-教育AI研究档案-20260404:62]

应用场景

智能解题与讲解 — AI驱动的题目解析和知识点讲解[raw:好未来-教育AI研究档案-20260404:66]
个性化学习路径推荐 — 基于学情的动态学习路径规划[raw:好未来-教育AI研究档案-20260404:67]
AI批改与反馈 — 自动化作业批改和学习反馈[raw:好未来-教育AI研究档案-20260404:68]

在 LLM Wiki 中的角色

九章大模型代表了中国EdTech企业自研教育大模型的典型路径：

与开源大模型（DeepSeek-R1）深度融合而非完全自研
聚焦教育垂直场景而非通用能力
通过学而思学习机等硬件产品实现商业化落地

相关页面：好未来、教学大模型发展状况、教学大模型、DeepSeek-R1

来源

好未来-教育AI研究档案-20260404 — 好未来教育AI技术研究档案（A级，88分）

2.0 KiB Raw Blame History

九章大模型

基本信息

核心特点

应用场景

在 LLM Wiki 中的角色

来源

2.0 KiB

Raw Blame History