首页 > 传媒 > 关键词  > 新课标最新资讯  > 正文

学而思开启一系列新课标研讨与实践,将率先围绕新课标升级全线产品

2024-05-24 10:57 · 稿源: 站长之家用户

《义务教育课程方案和课程标准(2022年版)》发布后,如何贯彻新课标要求,将新课标与青少年的日常学习内容更好地结合,是家长和学生密切关心的话题,也是各教育领域产品研究开发的重点方向。

近期,学而思宣布将率先围绕新课标,对全线产品进行全面内容升级,目前已开启了一系列相关筹备工作。5月24日,学而思宣布与青少年文化素养发展与推广工程达成战略合作,双方将联合开展针对新课标的研讨与实践,相关成果将在学而思学习机、学而思图书产品率先呈现。

达成战略合作,共同促进青少年核心素养的发展

《义务教育课程方案和课程标准(2022年版)》在中小学教、学、考层面的工作实践与以往相比均有不同程度的调整变化,大力提倡我国中小学生的核心素养文化能力培养。基于此背景,学而思与青少年文化素养发展与推广工程携手,将共同探索研究基于新的国家课程标准及培养目标,展开理论研究与教学实践工作,做好校内与校外学习的有效结合与相互补充。

青少年文化素养发展与推广工程相关负责人表示,“在新版课程标准中,要求学生更注重跨学科融合能力、学以致用的能力,这与学而思‘激发动力、培养能力’的教学理念不谋而合,双方将联合开展一系列研讨及实践,更好地促进青少年核心文化素养的发展”。

据了解,青少年文化素养发展与推广工程于2021年发起后,持续扩展与青少年相关的公益文化项目范畴和形式,组织各领域专家开展学术研讨或各类主题活动,致力于研究推动青少年文化素养学习的不断发展,同时积极探索校内外素质教育的新形式与新方法。

从研讨到实践,学而思将率先围绕新课标升级全线产品

在学而思与青少年文化素养发展与推广工程达成战略合作的基础上,一系列研讨、实践活动等具体工作正在密集开展,以此不断推动青少年核心素养能力的培养与提升。据了解,青少年文化素养发展与推广工程正式授予学而思“新课标核心素养研究与实践中心”,此外,学而思将加入由诸多行业专家组成的新课标核心素养研究专家委员会,共同研究新课标,共创新课标更多的落地内容与形式。

学而思内容相关负责人介绍,双方已联合多位名校教学教研专家,陆续开展新课标专项研讨和面向学而思教研老师的新课标核心素养教学实践认证培训,以更好地探究领会新课标要点、贯彻新课标的指导意见,并深入探讨新课标的实践形式。

据了解,结合新课标要求的教研成果近期会在学而思学习机的全产品线和学而思图书等产品落地,包括刚刚发布的学而思学习机经典版2024及即将上市的《暑假预复习》、《小学语文课堂笔记》、《单元归类复习》、《学而思天天练》系列等教辅材料,其中,学习机内的“同步学”、“准确学”板块也会匹配新课标要求同步升级。“好内容”搭配“新硬件”,让用户便捷流畅地体验好内容。

值得一提的是,学而思还将邀请中国当代动物小说作家沈石溪、南京师范大学文学研究所所长钟振振、知名教育博主李永乐等,共同打造匹配新课标的青少年核心素养公益大师课,为青少年专业讲解新课标,相关内容将于近期在学而思学习机上线。

专业内容团队,学而思持续用心打磨好内容

从学而思出版内容,到学而思学习机硬件,“好内容”一直是学而思系列产品最重要的口碑标签。学而思智能内容中心相关负责人介绍,“学而思要做的好内容,不仅是‘专业内容’,还要做‘活内容’、‘新内容’,需要与时俱进、高频迭代的内容,及时跟进教学趋势、社会趋势的变化”。此次与青少年文化素养发展与推广工程合作,紧跟新课标要求开展教研,正是延续了学而思对“好内容”的坚持。

据了解,为了在学而思的各产品中呈现持续迭代的优质内容,学而思内部组建了“学而思智能内容中心”,每个学科都有数十位平均拥有10年教研经验的学科专家带头研发,所有的课程内容都会经过严格的“三审三校”,保证每个学习趋势的变化都有专业团队跟进教研,把优质的学习内容第 一时间呈现给用户。

学而思将以此次与青少年文化素养发展与推广工程的合作为开端,持续投入,为用户提供符合新课标要求、专业优质的学习内容。同时,学而思还将与更多领域的专业伙伴合作,坚持做让用户满意的好内容,持续打造绵绵不绝、源源不断、生生不息的内容生态。

推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐
  • 大家在看
  • WonderWorld:从单张图片生成交互式3D场景

    WonderWorld是一个创新的3D场景扩展框架,允许用户基于单张输入图片和用户指定的文本探索和塑造虚拟环境。它通过快速高斯体素和引导扩散的深度估计方法,显著减少了计算时间,生成几何一致的扩展,使3D场景的生成时间少于10秒,支持实时用户交互和探索。这为虚拟现实、游戏和创意设计等领域提供了快速生成和导航沉浸式虚拟世界的可能性。

  • ChatTTS_Speaker:基于ERes2NetV2模型的音色稳定性评分与音色打标。

    ChatTTS_Speaker是一个基于ERes2NetV2说话人识别模型的实验性项目,旨在对音色进行稳定性评分和音色打标,帮助用户选择稳定且符合需求的音色。项目已开源,支持在线试听和下载音色样本。

  • fastc:轻量级文本分类工具,使用大型语言模型嵌入。

    fastc是一个基于大型语言模型嵌入的简单且轻量级的文本分类工具。它专注于CPU执行,使用高效的模型如deepset/tinyroberta-6l-768d生成嵌入。通过余弦相似度分类代替微调,实现文本分类。它还可以在不增加额外开销的情况下,使用相同的模型运行多个分类器。

  • MeshAnything:3D资产的自动生成工具

    MeshAnything是一个利用自回归变换器进行艺术家级网格生成的模型,它可以将任何3D表示形式的资产转换为艺术家创建的网格(AMs),这些网格可以无缝应用于3D行业。它通过较少的面数生成网格,显著提高了存储、渲染和模拟效率,同时实现了与先前方法相当的精度。

  • HunyuanDiT-v1.1:多分辨率扩散变换器,支持中英文理解

    HunyuanDiT-v1.1是由腾讯Hunyuan团队开发的一款多分辨率扩散变换模型,它具备精细的中英文理解能力。该模型通过精心设计的变换器结构、文本编码器和位置编码,结合从头开始构建的完整数据管道,实现数据的迭代优化。HunyuanDiT-v1.1能够执行多轮多模态对话,根据上下文生成和细化图像。经过50多名专业人类评估员的全面评估,HunyuanDiT-v1.1在中文到图像生成方面与其他开源模型相比,达到了新的最先进水平。

  • UniAnimate:高效生成一致性人物视频动画的模型

    UniAnimate是一个用于人物图像动画的统一视频扩散模型框架。它通过将参考图像、姿势指导和噪声视频映射到一个共同的特征空间,以减少优化难度并确保时间上的连贯性。UniAnimate能够处理长序列,支持随机噪声输入和首帧条件输入,显著提高了生成长期视频的能力。此外,它还探索了基于状态空间模型的替代时间建模架构,以替代原始的计算密集型时间Transformer。UniAnimate在定量和定性评估中都取得了优于现有最先进技术的合成结果,并且能够通过迭代使用首帧条件策略生成高度一致的一分钟视频。

  • LVBench:长视频理解基准测试

    LVBench是一个专门设计用于长视频理解的基准测试,旨在推动多模态大型语言模型在理解数小时长视频方面的能力,这对于长期决策制定、深入电影评论和讨论、现场体育解说等实际应用至关重要。

  • Mo:通过卡片式学习,轻松掌握AI科技知识。

    Mo是一款结合超现实主义艺术和堂吉诃德理想主义精神的AI科技学习APP。它通过卡片形式,以图文、动画、视频、语音等多样化内容,使AI和科技知识的学习变得生动有趣。Mo不仅覆盖了AI的基础知识,还包含了元宇宙、大数据、大模型等前沿技术,适合各种背景的学习者,旨在打造一个个性化的学习体验。

  • 开搜AI搜索:面向大众的AI问答搜索引擎

    开搜AI问答搜索引擎是一款面向大众的、直达答案的AI问答搜索引擎,它能够帮助用户从海量的文献资料中筛选出有用的信息,提供直接、精准的答案,并且能够自动总结重点、生成大纲、思维导图并下载。

  • AI Math Notes:一个交互式绘图应用,用于数学方程的绘制和计算。

    AI Math Notes 是一个开源的交互式绘图应用程序,允许用户在画布上绘制数学方程。应用程序利用多模态大型语言模型(LLM)计算并显示结果。该应用程序使用Python开发,利用Tkinter库创建图形用户界面,使用PIL进行图像处理。灵感来源于Apple在2024年全球开发者大会(WWDC)上展示的'Math Notes'。

  • VideoTetris:文本到视频生成的创新框架

    VideoTetris是一个新颖的框架,它实现了文本到视频的生成,特别适用于处理包含多个对象或对象数量动态变化的复杂视频生成场景。该框架通过空间时间组合扩散技术,精确地遵循复杂的文本语义,并通过操作和组合去噪网络的空间和时间注意力图来实现。此外,它还引入了一种新的参考帧注意力机制,以提高自回归视频生成的一致性。VideoTetris在组合文本到视频生成方面取得了令人印象深刻的定性和定量结果。

  • Visual Sketchpad:多模态语言模型的视觉推理工具

    Visual Sketchpad 是一种为多模态大型语言模型(LLMs)提供视觉草图板和绘图工具的框架。它允许模型在进行规划和推理时,根据自己绘制的视觉工件进行操作。与以往使用文本作为推理步骤的方法不同,Visual Sketchpad 使模型能够使用线条、框、标记等更接近人类绘图方式的元素进行绘图,从而更好地促进推理。此外,它还可以在绘图过程中使用专家视觉模型,例如使用目标检测模型绘制边界框,或使用分割模型绘制掩码,以进一步提高视觉感知和推理能力。

  • GoMate:基于RAG框架的可靠输入和可信输出系统

    GoMate是一个基于Retrieval-Augmented Generation (RAG)框架的模型,专注于提供可靠输入和可信输出。它通过结合检索和生成技术,提高信息检索和文本生成的准确性和可靠性。GoMate适用于需要高效、准确信息处理的领域,如自然语言处理、知识问答等。

  • SD3-Controlnet-Canny:一种用于生成图像的深度学习模型。

    SD3-Controlnet-Canny 是一种基于深度学习的图像生成模型,它能够根据用户提供的文本提示生成具有特定风格的图像。该模型利用控制网络技术,可以更精确地控制生成图像的细节和风格,从而提高图像生成的质量和多样性。

  • Tencent EMMA:多模态文本到图像生成模型

    EMMA是一个基于最前沿的文本到图像扩散模型ELLA构建的新型图像生成模型,能够接受多模态提示,通过创新的多模态特征连接器设计,有效整合文本和补充模态信息。该模型通过冻结原始T2I扩散模型的所有参数,并仅调整一些额外层,揭示了预训练的T2I扩散模型可以秘密接受多模态提示的有趣特性。EMMA易于适应不同的现有框架,是生成个性化和上下文感知图像甚至视频的灵活有效工具。

  • Dream Machine AI:释放AI视频创造的力量,轻松生成惊人视频

    Dream Machine是由Luma Labs开发的一款先进的人工智能模型,旨在快速从文本和图片生成高质量的、逼真的视频。这个高度可扩展且高效的变换模型直接在视频上训练,使其能够产生物理上准确、一致且充满事件的镜头。Dream Machine AI是朝着创建通用想象力引擎迈出的重要一步,使每个人都能轻松访问。它可以生成带有平滑动作、电影质量和戏剧元素的5秒视频片段,将静态快照转化为动态故事。该模型理解物理世界中人与人之间、动物和物体之间的互动,允许创建具有极佳角色一致性和准确物理的视频。此外,Dream Machine AI支持广泛的流畅、电影化和自然主义的摄像机运动,与场景的情感和内容相匹配。

  • CV Screener:简化招聘流程的CV筛选模板

    CV Screener是MindPal公司提供的一款在线AI解决方案,旨在帮助现代专业人士提高工作效率。通过4步CV筛选模板,用户可以轻松评估求职者,识别顶尖人才。产品背景信息包括MindPal公司致力于采用AI技术提升工作效率,并且产品支持结果保存、自定义数据添加、工作流程定制等功能。

  • NewRA:企业级AI聊天机器人,快速构建智能对话。

    NewRA是一个基于云端的AI聊天机器人平台,支持现代广泛使用的AI模型。它利用企业数据和信息集,在几分钟内构建AI驱动的聊天机器人。NewRA提供个性化应用,使用户能够利用现有数据和文档,增强AI驱动的决策制定和操作。NewRA的主要优点包括快速响应、定制化知识库、实时测试和调整、以及与周边系统的集成能力。

  • MDLM:一种高效的遮蔽扩散语言模型。

    Masked Diffusion Language Models (MDLM) 是一种新型的语言模型,它通过遮蔽和扩散机制来生成高质量的文本数据。MDLM 通过改进的训练方法和简化的目标函数,提高了遮蔽扩散模型的性能,使其在语言建模基准测试中达到了新的最佳状态,并接近自回归模型的困惑度。MDLM 的主要优点包括高效的采样器、支持生成任意长度的文本,以及在长程依赖和可控生成方面的优势。

  • HOI-Swap:视频编辑中的手-物交互意识

    HOI-Swap是一个基于扩散模型的视频编辑框架,专注于处理视频编辑中手与物体交互的复杂性。该模型通过自监督训练,能够在单帧中实现物体交换,并学习根据物体属性变化调整手的交互模式,如手的抓握方式。第二阶段将单帧编辑扩展到整个视频序列,通过运动对齐和视频生成,实现高质量的视频编辑。

今日大家都在搜的词:

热文

  • 3 天
  • 7天