在教学活动中，大模型的应用往往存在指向性较差的问题，例如在生成教学材料或为学生提供的智能助手，往往无法根据你所实际使用的教材，以及预设的教学进度或要求、目标展开。为了在专用场景应用大模型，通常的手段包括微调、建立RAG知识库或扩充提示词，但存在以下问题，导致实际应用仍不理想：
a）微调的成本太高，而且技术难度较高，再加上基准模型的不断更新，更新模型的维护成本太大；
b）RAG增强检索知识库的命中率不高，尤其是当知识库容量较大时，生成回答往往不尽人意；
c）提示词工程需要手动搜索和添加大量知识，而且难以面向学生提供智能助学的服务。
我们组合了常规的大模型增强手段，基于教学材料结构化强、逻辑性高的特点，构建了PT大模型增强框架。
基于PT大模型增强框架，我们可以让你的大模型付完全贴合你的教学所需，让AI赋能教学真正落地。