OmniEdu(教育大模型)

作者 设施特

给学生一个答案不难,难的是看出他到底卡在哪一步。OmniEdu 是北大等机构开源的教育多模态模型,4B/9B/27B 三档,不只解题还能诊断错因、判断知识点课程位置、选择教学动作,27B 在与 GPT-5.4 等前沿模型的 60 次比较中赢了 51 次。

Github
项目 知识学习 v1.0.0 热度 241

项目说明

OmniEdu 是什么

OmniEdu 是北京大学 DCAI 团队联合国科大、中关村学院开源的教育多模态模型系列,提供 27B、9B、4B 三种规模。

它强调教学能力,能解答学科题目、判断知识点的课程位置、诊断学生错因,并选择合适的教学动作。4B 小模型可部署于普通服务器,降低学校使用门槛。

基准OmniEdu-27BMuduoLLM-14B
K12-Bench EM63.12%48.24%
GAOKAO-Bench94.87%89.66%
EXAMS-V69.52%21.95%
MathTutor 脚手架胜率78.74%30.42%
TutorBench59.42%35.98%

在与 GPT-5.4、Claude-Opus-5 等 5 个前沿模型的 60 次比较中胜出 51 次。

OmniEdu 怎么安装

方式一:本地运行(Transformers)

  1. 执行 pip install -U torch torchvision transformers accelerate safetensors pillow(FP8 权重需额外装 compressed-tensors)
  2. 用 AutoProcessor 和 Qwen3_5ForConditionalGeneration.from_pretrained 加载模型 ID(如 lhpku20010120/Omni-Edu-4B)

方式二:部署服务(vLLM,推荐)

  1. 执行 vllm serve lhpku20010120/Omni-Edu-4B --max-model-len 32768 --reasoning-parser qwen3
  2. 通过 curl 访问 http://localhost:8000/v1/chat/completions,用 OpenAI 兼容格式提问

方式三:官方工具包 — pip install omniedu(评测需装 omniedu[eval])

OmniEdu 怎么使用

  1. 构造输入:把学生题目、作答或图片按 chat 模板组织成 messages,图片题目加入 {"type": "image"} 项。
  2. 生成回答:调用 generate(务必 enable_thinking=False),用 batch_decode 解码输出。
  3. SDK 调用:OmniEdu.from_pretrained("4B", base_url=服务地址) 后用 model.chat(text=...) 提问。
  4. 评测对比:omniedu eval --list 查看 12 个教育评测基准并生成报告。

OmniEdu 的四种能力

  • 学科解题:覆盖数学、科学、阅读理解和写作,正确答案与解释、推理过程保持一致
  • 课程理解:识别题目对应的知识点、年级、难度和前置关系
  • 诊断推理:基于学生作答过程和错误答案定位出错步骤,而非仅凭题目猜测
  • 教学行动:选择合适回应方式,包括提示、引导式提问、复习前置概念、指出错误或完整讲解

OmniEdu 适合谁用

  • 学生自习,模型先定位卡点再引导独立思考
  • 教师批改,自动分析错因、对应知识漏洞、生成补救建议
  • 教研组按课程标准生成分层作业和讲解材料
  • 学校想在普通服务器上本地部署,控制成本与数据隐私

OmniEdu 项目地址

  • 项目官网:https://haolpku.github.io/Omni-Edu/
  • GitHub 仓库:https://github.com/haolpku/Omni-Edu
  • HuggingFace 模型库:https://huggingface.co/lhpku20010120/Omni-Edu
  • 技术论文:https://arxiv.org/pdf/2609.23088