870 个知识点连成一张图,这个仓库把教材的不确定性也写了出来

一个叫 cn-math-taxonomy 的仓库有 7058 星,里面没有模型。里面是一张图。
这张图是中国中小学课程拆开之后的样子。数学:小学一到六年级 284 个节点,初中 315 个,高中必修 143 个,选修 128 个。也就是数学内部 870 个知识点、1459 条先修边,另有 145 条跨学段——初中到小学、必修到选修、模块到模块。

还有 314 条课程标准条目和 3627 道题。
英语图是刻意分开的:275 + 257 + 259 个节点、1028 条边,故意不与数学相连。物理加 92 和 177。语文加 493 和 189。题库总共约 10600 道。
这张图用来干什么
主打功能是先修诊断。学生做错一道数学题,系统沿先修边往回走,从高中概念穿过初中,落到那个很可能才是真正缺口的小学节点。
README 里的演示很具体。学生配方法那道题做错,诊断追到完全平方公式。一道高中函数概念的题,追到初中的二次函数。
这正是语言模型不擅长的事,也是图值得建的理由。只知道当前这道题的辅导老师,只能重讲当前这道题。知道先修链的辅导老师能告诉你,误解始于三年前某个具体的、有名字的单元。
数据模型是借的:`topics` 加 `dependencies`,照 Marble 的 os-taxonomy 的形状。
溯源才是真正的工程
README 开头几段是一份引用清单。数学图对齐 2022 年义务教育数学课程标准(2025 年修订),以及 2017 年高中课程标准(2020 年和 2025 年修订),覆盖必修和选择性必修。教材版本高中用人教 A 版,2019 年印次,三本必修三本选修。
然后文档做了一件不常见的事。它在给出数量的同一段里,说明哪些部分它无法核实。
九年级下册用的是从第三方来源拼出来的目录,官方目录找不到。人教的产品页还挂着 2014 年第一版。那一册的 2024 年修订预计 2027 年春季投入使用,所以章节表是最可靠的猜测,标注为非官方、待核实。
课程标准引文是转述,不是原文。仓库记录的是转载 PDF 的印刷页码,方便读者查源,并把句子文本标为 `verbatim: false`。
初中教材章目录对照国家智慧教育平台的页面预览核对过,记录了书号。小学各册的目录只做了抽查。
先修边本身带着最重的警告。哪些关系是硬的、哪些是软的、某条边到底该不该存在,README 说,在用于教学、诊断或学习路径推荐之前,需要一线教师复核。
最重要的问题
让这个项目可信的是这一句:高中和英语的题没有做过盲解。验证脚本和答案来自同一个表达式,所以检查通过只能证明两者一致,不能证明哪个对。
小学和初中数学做了独立验证。初中数学还做了一轮盲解。小学数学有另一个程序复核。
所以仓库按章节给自己的信心打分,而这个分数恰好与辅导产品会依赖的东西相关。如果你要告诉一个学生他有缺口,暴露缺口的那道题最好是正确的。
几乎没有数据集会给出这个区分。多数只给你行数和许可证。
怎么用
数据是 JSON,仓库是 Python,诊断流程有在线演示。商业条款是约束:CC BY-NC 4.0,个人学习、教学和研究免费,付费课程、付费 app 和机构付费服务需要单独授权。
这条非商业条款是来源方式带来的诚实后果。课程标准是政府文件,但对齐工作、题库和先修判断是作者的,作者把商用单独定价。
文件结构里还埋着一个实用警告。像 10、11、12、13 这样的分数年级标签是册次标签,不是教学进度。README 明说这不代表课时安排,教师应自行调整。
为什么几张图分开
仓库里有个结构决定容易被跳过:数学、英语、物理、语文各有自己的图,边不跨图。
物理通过单独的 `mathLinks` 字段引用数学,而不是先修边。英语是完全独立的一张图,在自己内部从高中连回小学。README 用一句话说明理由:物理用数学,但那是一种关系,不是先修。
这个区分是一张可信的图和一张看起来很厉害的图之间的差别。说一节物理课需要微积分,站得住。说它需要某个年级的某个数学节点,是在断言一种因学校、教师、省份而异的教学顺序。画出那条边会让边数变好看,也会让诊断变差。
同样的克制出现在题库里。英语刻意没有听力和口语题,因为文本数据集没法诚实地测它们。结果是一张边数少于最大值的图,和一个它真能支撑的更小的主张。
为什么这不止是一个仓库
AI 辅导市场花了两年才发现,一个好的语言模型不是一套课程。让模型解释二次函数,它做得不错。问它某个学生漏了哪个先修点,它会给出一个像样但没有出处的答案。
先修图是缺的那一层,而建它是件不光鲜的活:读标准、核对教材版本、为一个概念是否真的依赖另一个而争论。7000 星说明人们知道这种活有多稀缺,尤其是带着自己的缺陷清单一起发布。
仓库演示的第二件事,是发布这类数据的模板。记录来源版本,记录印刷页码,区分原文和转述,点名哪些章节盲检过、哪些没有,说明哪些决定仍需专业人士。有这样文档的数据集,谨慎的人敢用。没有这样文档的数据集,只有不核对的人才敢用。
薄的那部分
这张图是中国课程特有的,直接搬到国外用价值有限。方法能迁移,870 个节点不能。
它也是一套正在变动中的课程的快照。标准 2025 年修订,有些教材册次还没出,一份章目录明说是猜的。仓库标注了核对日期,这是对的做法,也提醒你这是一份会过期的文档。
对做辅导工具、评测集或课程感知代理的人,价值是那个模式而不是文件:把依赖结构编码,把出处记录到页码,把无法核实的那部分也发出来——因为下一个人在信任这份来源之前,需要的就是这些。
相关文章
744B 模型住进 9.9 GB 内存,专家从硬盘上读
colibri 把 744B 混合专家模型里常用的那部分留在内存,专家从磁盘流式读。README 把慢的基准和快的一起发,所以值得读。
不动模型,也能把智能体调好
Harness² 冻结权重,只改模型周围的八个组件,然后对比几次运行的差异。一个 benchmark 上最多涨 11.5 分,没有一次梯度更新。
编辑榜排第二,调用榜前五十都没进
微软发了一个根本不能生成图像的模型。它在编辑榜第二,在请求量前五十里找不到。这个落差说明图像榜单到底在量什么。
35 万个假受害者,和机构撒谎的伦理问题
Apate.ai 跑着 35 万个 AI 人格,工作是让骗子骗,再把骗出来的情报卖给银行和运营商。浪费时间这一步成立,没有人算过账的是那个先例。