OmniEdu – 开源教育多模态基座模型

OmniEdu是面向教与学全链路的开源多模态基座模型家族，包含 4B、9B、27B 三种参数量规格，提供 BF16 原始权重与 FP8 量化权重，训练上下文长度统一为 32768token。整套模型围绕课程知识锚定、题目求解、学习者诊断、教学辅导完整教育闭环开展训练，数据集由六万余条教育专项样本与九千余条通用样本组成。27B 版本在多项教育评测基准拿到前列结果，权重、数据集、评测脚本全部对外开放，适配本地实验、教育应用开发与教育方向科研对照实验。

OmniEdu特点

提供三档模型尺寸，FP8 版本相比 BF16 版本，模型文件体积缩减 37%‑44%。

覆盖完整教育闭环，课程锚定、K12 题目求解、学情诊断、教学提示输出四大能力模块。

支持图文混合输入，可处理试卷截图、图表类教育素材。

FP8 量化版本保留视觉塔、线性注意力门控、输出头原始精度，教育任务指标下降幅度很小。

配套 20 条任务专属系统提示词，适配不同教育子任务调用。

公开多套教育评测结果，可横向对比其他开源、闭源大模型。

OmniEdu技术原理

以通用多模态基座作为初始化主干，在大规模教育指令数据集做监督微调。训练样本覆盖课程知识点映射、各科习题、学习者错题案例、辅导教学样例。输入包含文本、试卷图像等多模态内容，模型学习把习题映射到年级、知识点、先修依赖关系。训练过程对齐教育闭环流程，依次完成事实锚定、问题求解、错误认知诊断、生成辅导动作。FP8 量化针对教育任务做适配，关键网络层维持原始精度，降低量化带来性能损耗。

OmniEdu项目地址

• 项目官网：https://haolpku.github.io/Omni-Edu/
• GitHub仓库：https://github.com/haolpku/Omni-Edu

OmniEdu功能

课程知识锚定，将习题匹配对应知识点、年级与前置知识关联关系。

K12 多学科题目求解，处理文本与图片形式的作业、考试题目。

学情诊断，从学习者作答内容识别知识漏洞、错误认知、缺失前置知识点。

教学辅导输出，生成提示、追问、前置知识回顾、知识点讲解类教学内容。

输出结构化教育内容，可供上层教育应用直接调用。

OmniEdu应用场景

教育科研方向，开展大模型教学能力、学情诊断相关对照实验。

开发者搭建 AI 助教、作业辅助工具、个性化学习原型产品。

学校教研，用于习题解析、错题分析、教学提示生成原型验证。

本地小规模部署，4B‑FP8 版本可在消费级 GPU 开展教育相关实验。

OmniEdu如何使用

访问 OmniEdu 项目网页查阅项目介绍、评测数据与文档。

前往模型平台下载对应尺寸权重，选择 BF16 原始权重或者 FP8 量化版本。

准备 Python 环境，安装 vLLM 或者 transformers 推理依赖库。

加载权重，传入对应任务的系统提示词，输入习题文本或者试卷图片。

获取知识点映射、题目答案、学情诊断或者教学辅导输出。

科研评测场景，加载配套数据集，运行评测脚本复现论文指标。

部署服务场景，参考项目给出 vLLM 启动脚本，开启推理服务对外提供接口

OmniEdu同类产品对比

表格