每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

使用生成大型语言模型（LLM）自动生成问答

Created by
  • Haebom

作者

Md. Alvee Ehsan、AS M Mehedi Hasan、Kefaya Benta Shahnoor、Syeda Sumaiya Tasneem

大纲

在教育领域，学生评估与知识转移同等重要。学生通常需要完成基于文本的学术评估，教师必须设计各种对所有学生都公平的问题，以评估他们对特定主题的理解。本研究旨在通过使用经过微调的生成式法学硕士 (LLM) 实现自动问答生成 (AQAG)，从而显著促进这一过程。本研究利用提示工程 (PE) 来定制教师偏好的提问风格（选择题、概念题或事实题）。本研究建议在自然语言处理 (NLP) 中使用无监督学习方法，主要关注英语。这种方法允许底层 Meta-Llama 2-7B 模型集成 RACE 数据集作为微调过程的训练数据。可靠高效的问答生成工具可以简化评估流程，节省宝贵的时间和资源。

Takeaways，Limitations

•
Takeaways：
◦
通过自动化教师的问题创建过程来节省时间和资源。
◦
通过提示工程支持不同的问题风格（MCQ、概念、事实）。
◦
使用无监督学习训练模型。
◦
基于 Meta-Llama 2-7B 型号建造。
•
Limitations：
◦
使用 RACE 数据集进行英语特定研究。
◦
需要进一步评估模型的准确性和效率。
◦
缺乏具体的绩效指标和比较目标。
👍
Made with Slashpage