返回首页

Ampersand Tutor

x 0.86
访问原文

介绍

Ampersand Tutor（写作 &Tutor）是 AI 实验室 humans& 于 2026 年 10 月 30 日发布的辅导教学模型。它不是通用助手，而是专门为**“教”**而训练：目标是帮助学习者真正理解问题，而不是直接把答案给出去。

它最特别的地方在于训练方式：humans& 先做了一个名为 Persimmon 的大规模“用户模型”，用来模拟真实人类的说话与学习行为；然后用强化学习让 &Tutor 去教 Persimmon，奖励信号就是这个模拟学生学会了多少。&Tutor 已通过 humans& 的 agent API 提供，模型标识为 ampersand-tutor-v0.1。

解释

关键信息

  • 开发方：humans&，一家主打“以人为中心”模型的 AI 研究创业公司。
  • 基座模型：基于 GLM-5.3（混合专家架构，78 层，256 个路由专家 + 1 个共享专家，每 token 激活 8 个），以 NVFP4 格式部署。
  • 模态：纯文本输入输出，评测中上下文为 131K token。
  • 训练方法：在模拟辅导对话中做强化学习。Persimmon 扮演学生，评审模型衡量学生的“学习增益”。训练目标里没有显式写“要循序引导”“别直接给答案”之类的规则，这些教学行为是从目标中自然涌现的。
  • 成绩（官方公布）：在 TutorMoments 基准上，普通提示下 &Tutor 得分 0.754，起点 GLM-5.3 为 0.500，高于 Claude Sonnet 5.5（0.667）和 GPT-6 Astra（0.634）；在“评测感知”提示下得 0.919，略低于 GPT-6 Astra（0.926），但“恰当严谨度”一项全场最高。
  • 消融实验：把模拟学生换成 GLM-5.3 而不是 Persimmon，训练出的老师明显更差——humans& 以此说明：越懂人的“学生模型”，越能训练出好老师。

注意

以上分数都基于模拟学生和 LLM 评审，并非真实学生的学习结果。humans& 也承认，结果不一定能推广到真人、其他学科或长期学习效果。

用法

怎么用

  1. 阅读发布文章 Introducing &Tutor 和 模型卡。
  2. 申请 humans& agent API 权限，调用模型 ID ampersand-tutor-v0.1。
  3. 传入对话历史和辅导说明（学科、学生水平、目标），模型会返回下一句“老师”的回复。
  4. 适合场景：作业辅导 App、练习型 AI 家教、教师助手等希望“给提示、提问题”而不是直接给答案的产品。
  5. 涉及评分、分班等重要决策时，按模型卡建议保留人工判断。

相关：模拟学生模型 Persimmon 另有试用平台 persimmon.humansand.ai。