从人类可读转向大语言模型（LLM）可读的知识表达，开启了AI教育与知识应用的全新篇章。

• Andrej Karpathy提出，将教科书等传统知识内容“LLM化”，即：

- 抽取所有讲解内容为Markdown格式，保留LaTeX公式、样式、表格、列表，图像单独存储；

- 将所有例题转为监督微调（SFT）样本，包含对图表等引用的解析；

- 将练习题转为强化学习环境任务，并附带标准答案及详解，便于LLM作为“裁判”评判；

- 针对每类问题，构建无限合成问题生成器（如计算时钟角度的各种时间变体），生成海量多样训练数据；

- 全部数据可存入RAG（检索增强生成）数据库或多模态知识服务器（MCP），实现高效检索与调用。

• 这一流程让LLM能像学生一样“上课”，而非简单地逐字预测PDF文本，极大提升物理、数学等领域的理解和应用能力。

• 业内回应指出：

- 数据合成与任务设计是关键，减少对人工标注依赖；

- 但也有人提醒，真正的理解需要构建连贯的世界模型，单纯无限变体或许无法代替；

- 有团队已开始将此理念应用于医学数据、代码库文档自动生成等场景；

- 生成式问题库能实现“练习即完美”，助力个性化与适应性学习。

• 未来展望：

- 构建面向LLM的原生知识结构，将知识库、教材、科研文献转化为模型“原生语言”；

- 结合自动化语义解析、公式精准保持、图像语义理解，形成全链路、高质量数据流水线；

- 搭建可持续迭代的训练与评测环境，实现模型能力的稳健进化和个性化教学。

🔗 Karpathy推文原文：

大语言模型 知识工程 AI教育 多模态学习 合成数据 强化学习 检索增强生成