TheoremExplainAgent是什么？

TheoremExplainAgent（TEA）是一个基于双智能体架构的STEM领域定理可视化解释系统，旨在通过生成动画视频的方式，直观地讲解数学公式和科学定理。

TheoremExplainAgent的技术架构

双智能体协作框架：TheoremExplainAgent采用规划智能体（Planner Agent）和编程智能体（Coding Agent）的双智能体协作流程。规划智能体负责定理解析与教学规划，而编程智能体则负责将教案转化为Manim动画代码。

核心技术支撑：使用Manim作为动画引擎，结合RAG（Retrieval-Augmented Generation）技术融合学科知识库，以及TheoremExplainBench (TEB)作为评估体系。

TheoremExplainAgent的核心组件

Planner Agent：负责理解定理内容，制定教学计划，设计教案，并撰写讲解脚本。

Coding Agent：将Planner Agent生成的教案转化为Manim动画代码，生成5分钟的动画视频，并搭配相应的音频解说。

TheoremExplainAgent的技术亮点

多模态输出能力：支持动画、图文、公式混合呈现，使教学内容更加生动有趣。

渲染速度提升：相比传统方式，渲染速度提升了20%。

评估体系创新：首创五维量化评估标准，Spearman相关系数达0.88。

轻量化部署：o3-mini模型参数减少40%，但保持93.8%的核心性能。

TheoremExplainAgent的应用场景

MOOCs平台：如Coursera、Khan Academy，用于课程开发，自动生成教学动画素材。

教育资源库：如OpenStax、LibreTexts，用于内容增强，动态教材自动生成。

课堂教学辅助：在传统课堂上作为补充材料展示关键知识点。

自主学习工具：学生可以在课后通过观看这些视频自行复习巩固所学知识。

线上教育平台：平台可以利用该工具丰富其课程库中的多媒体资源。

家庭辅导：家长可以用这些视频为孩子提供额外的帮助和支持。

TheoremExplainAgent的技术优势

人工评估效率提升：相比传统方法，人工评估效率提升了4倍。

LaTeX公式解析准确率：高达98.6%。

支持学科符号系统：支持20+学科符号系统，多模型API兼容（GPT、Claude、Gemini）。

项目地址：https://tiger-ai-lab.github.io/TheoremExplainAgent/

论文地址：https://arxiv.org/pdf/2502.19400