面向边缘设备上非洲语言的智能体教育内容生成
人工智能
2025-12-18 v1
摘要
为解决撒哈拉以南非洲地区的教育不平等问题，本研究提出了一种自主智能体编排的框架，用于在边缘设备上进行去中心化、文化自适应的教育内容生成。该系统利用四个协同工作的专用智能体来生成符合语境的教育内容。在 Raspberry Pi 4B 和 NVIDIA Jetson Nano 等平台上的实验验证表明了其显著的性能表现。InkubaLM 在 Jetson Nano 上实现了 129 ms 的首个 Token 延迟（TTFT），33 ms 的平均 Token 间延迟，以及 45.2 tokens/s 的吞吐量，同时功耗仅为 8.4 W。在 Raspberry Pi 4B 上，InkubaLM 同样以 326 ms 的 TTFT 和 15.9 tokens/s 的吞吐量领先，功耗为 5.8 W。该框架持续提供高水准的多语言质量，在受测的非洲语言中，平均 BLEU 得分为 0.688，文化相关性评分为 4.4/5，流畅度评分为 4.2/5。通过与活跃的社区组织（包括 African Youth & Community Organization (AYCO) 和 Florida Africa Foundation）建立潜在合作伙伴关系，本研究旨在为资源受限环境中可及、本地化和可持续的 AI 驱动教育奠定实用基础。着眼于长期可行性与文化适宜性，本研究有助于实现联合国可持续发展目标 4、9 和 10。索引词 — Multi-Agent Systems, Edge AI Computing, Educational Technology, African Languages, Rural Education, Sustainable Development, UN SDG。
引用
@article{arxiv.2511.07437,
title = {Agentic Educational Content Generation for African Languages on Edge Devices},
author = {Ravi Gupta and Guneet Bhatia},
journal= {arXiv preprint arXiv:2511.07437},
year = {2025}
}