Current Domain Model · Started with Quantum Mechanics

QuanLLM-v2.0-qm 理解领域语境,支持推导,把专业内容解释清楚

QuanLLM-v2.0-qm 是 QuanLLM 当前的领域模型, 以量子力学为起点,采用 14B dense 架构,未来可升级至 27B dense, 支持教育机构本地私有化部署,数据不出校。 它面向课程学习中的概念理解、公式推导和连续问答,把抽象概念组织成学习者能够继续理解、追问和使用的专业回答; 同一架构未来可扩展并定制到更多 STEM 与学科领域,系统可靠性与科学核验由 QuanLLM Harness 协同提供。

v2.0-qm当前领域模型
Concept概念理解
Derive公式与多步推导
14B → 27Bdense · 本地部署 · 数据不出校
QuanLLM-v2.0-qm / course context model active
LEARNING QUESTION

为什么势垒变宽后,量子隧穿概率会快速下降?

CONCEPT EXPLANATION

波函数在势垒区域中呈指数衰减

势垒越宽,波函数需要在禁阻区域中“衰减”得越久,穿过势垒后留下的振幅越小,因此透射概率会快速降低。

T ∝ e−2κa
同一个领域模型,可以服务概念解释、推导支持与连续学习问答
CURRENT MODEL QuanLLM-v2.0-qm

Extensible Domain Intelligence

Quantum Mechanics Concept Understanding Derivation Support Course-aware Q&A Teaching Explanation 14B → 27B dense 本地部署
QuanLLM 当前领域模型

它的核心价值,是把课程领域问题变成“学习者能跟上的专业回答”

QuanLLM-v2.0-qm 专注于领域理解、公式关系与教学表达。 它不是简单的聊天入口,也不是整个 QuanLLM 系统,而是为上层学习产品提供领域智能的核心模型; 当前以量子力学为起点,未来可扩展并定制到更多学科。

v2.0-qmDOMAIN MODEL

同一个领域模型,可以针对不同学习任务给出不同类型的专业表达

QuanLLM-v2.0-qm 可以根据不同学习任务提供概念解释、推导支持和课程连续问答,让专业内容以更适合学习的方式呈现。

COURSE QUESTION Concept Explanation
CHAPTER · QUANTUM TUNNELING

为什么粒子有机会穿过经典力学中“过不去”的势垒?

PHYSICAL IDEA

量子态不是经典粒子的一条确定轨迹

波函数可以延伸到经典禁阻区域,并在势垒内部逐渐衰减;只要势垒有限,另一侧仍可能保留非零振幅,因此存在非零透射概率。

ψ(x) ∝ e−κx
先解释物理图像避免一上来只给公式
再连接关键关系公式服务于理解
保留继续追问空间可以顺着课程继续深入

模型真正有价值的地方,是把领域能力放进具体学习任务

QuanLLM-v2.0-qm 当前从量子力学出发,重点服务三类高频学习任务: 看懂抽象概念、跟上公式推导,以及围绕课程上下文持续追问; 同一模型框架未来可扩展并定制到更多 STEM 与学科领域。

01 · CONCEPT UNDERSTANDING

概念解释与物理直觉

围绕量子态、测量、波函数和概率等抽象概念,把数学表达与物理图像放在一起解释。

ConceptsIntuitionVisual Meaning
02 · DERIVATION SUPPORT

公式推导与多步问题

围绕边界条件、方程关系和中间步骤组织推导,让学习者看到从已知条件到结果之间的逻辑连接。

EquationsStepsDerivation
03 · COURSE-AWARE Q&A

课程上下文问答与连续追问

围绕当前章节继续追问“为什么”“下一步怎么算”“和前面知识有什么关系”,让 AI 回答保持在同一学习上下文中。

Course ContextFollow-upAI Tutor

模型负责专业理解与表达,Harness 负责让专业输出更适合进入真实产品

这两层能力不是重复关系:QuanLLM-v2.0-qm 负责“理解、推导、解释”, QuanLLM Harness 则提供独立检查、科学计算支持和结果状态表达。

DOMAIN MODEL

QuanLLM-v2.0-qm

把课程领域问题组织成专业、可学习的领域回答。

  • 理解领域语境与课程上下文
  • 支持公式关系与多步推导
  • 根据学习任务组织解释方式
RELIABILITY LAYER

QuanLLM Harness

在模型输出进入产品之前,增加额外的可靠性与科学支持。

  • 独立检查复杂专业输出
  • 在适合时引入科学计算能力
  • 清楚表达结果支持程度与限制
模型让答案更专业;Harness 让专业输出更适合进入产品。

QMStudy 则把两者进一步组织成课程、AI 助教、自测与持续学习体验。

申请首批 v2.0-qm API Key

首批开放 50 个名额,申请通过后会邮件发送 API Key 与使用说明。请使用固定模板发送邮件。

新建邮件 - 申请 QuanLLM-v2.0-qm API Key
主题申请 QuanLLM-v2.0-qm API Key
抄送—
📝邮件正文固定模板
申请人姓名:[请填写您的真实姓名] 联系邮箱:[请填写您常用的邮箱地址] 申请用途:[请简述您申请 API Key 的用途,例如:量子力学期末复习、教学辅助、科研探索等] 使用场景:[个人学习 / 课堂教学 / 科研项目 / 其他] 单位/学校:[请填写您所在的学校或单位名称] 身份:[学生 / 教师 / 研究者 / 开发者 / 其他] 预计调用频率:[例如:每日 50 次以内 / 每周数次 / 不确定] 是否愿意反馈使用体验:[是 / 否]
本人承诺:申请到的 API Key 仅用于上述用途,不对外转借、不用于商业目的,并遵守 QuanLLM 的使用规范。 申请人签名:[您的姓名] 申请日期:[YYYY-MM-DD]

首批 API Key 申请使用固定模板提交;审核通过后,将通过邮件发送 API Key 与对应的使用说明。