교육 분야에서 학생 평가는 지식 전달만큼 중요하다. 학생들은 일반적으로 텍스트 기반의 학업 평가를 거쳐야 하며, 교사는 특정 주제에 대한 학생들의 이해도를 평가하기 위해 모든 학생에게 공정해야 하는 다양한 질문을 만들어야 한다. 본 연구의 목표는 미세 조정된 생성형 LLM을 사용하여 자동 질문 답변 생성(AQAG)을 구현함으로써 이 과정을 훨씬 쉽게 만드는 것이다. 교사가 선호하는 질문 스타일(MCQ, 개념적 또는 사실적 질문)을 맞춤 설정하기 위해 프롬프트 엔지니어링(PE)이 활용된다. 본 연구에서는 주로 영어에 초점을 맞춰 NLP에서 비지도 학습 방법을 활용할 것을 제안한다. 이 접근 방식은 기본 Meta-Llama 2-7B 모델이 RACE 데이터 세트를 미세 조정 프로세스의 훈련 데이터로 통합할 수 있도록 한다. 질문과 답변을 생성하기 위한 신뢰할 수 있고 효율적인 도구는 귀중한 시간과 자원을 절약하여 평가 프로세스를 간소화할 수 있다.
