दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

लर्नएलएम: सीखने के लिए जेमिनी को बेहतर बनाना

Created by
  • Haebom

लेखक

लर्नएलएम टीम, अभिनीत मोदी, आदित्य श्रीकांत वीरुभोटला, आलिया रिस्बेक, एंड्रिया ह्यूबर, ब्रेट विल्टशायर, ब्रायन वेप्रेक, डैनियल गिलिक, डैनियल कासेनबर्ग, डेरेक अहमद, इरीना जुरेंका, जेम्स कोहन, जेनिफर शी, जूलिया विल्कोव्स्की, कैज़ अलारकिया, केविन आर मैकी, लिसा वांग, मार्कस कुनेश, माइक शेखरमैन, मिरुना पी इस्लार, निखिल जोशी, पारसा महमूदीह, पॉल झुन, सारा विल्टबर्गर, शाकिर मोहम्मद, शशांक अग्रवाल, शुभम मिलिंद फाल, सुन जे ली, थियोफिलोस स्ट्रिनोपोलोस, वेई-जेन को, एमी वांग, अंकित आनंद, अविष्कार भूपचंद, डैन वाइल्ड, दिव्या पंड्या, फिलिप बार, गर्थ ग्राहम, होल्गर विन्नमोएलर, महविश नागदा, प्रतीक कोल्हार, रेनी श्नाइडर, शाओजियान झू, स्टेफनी चान, स्टीव यडलॉस्की, विकनेश सौंदेराजाह, और यानिस असैल।

रूपरेखा

मौजूदा जनरेटिव एआई मॉडल, जो सूचना प्रदान करने पर केंद्रित हैं, के विपरीत, इस शोधपत्र का उद्देश्य एक ऐसा एआई मॉडल विकसित करना है जो उपयोगकर्ताओं के साथ इस तरह से अंतःक्रिया करे जिससे सीखने में सुविधा हो, बिल्कुल एक मानव शिक्षक की तरह। इसे प्राप्त करने के लिए, हम "शैक्षणिक निर्देश अनुगमन" नामक एक नवीन ढाँचा प्रस्तुत करते हैं। मॉडल पर किसी विशिष्ट शिक्षण पद्धति को थोपने के बजाय, यह ढाँचा डेवलपर्स या शिक्षकों को वांछित शैक्षणिक विशेषताओं को स्पष्ट रूप से निर्दिष्ट करने की अनुमति देता है, जिससे इसे विभिन्न शैक्षिक उपयोग मामलों के अनुकूल बनाया जा सके। Google AI स्टूडियो में जारी किए गए LearnLM मॉडल का उपयोग करके, हम प्रयोगात्मक रूप से प्रदर्शित करते हैं कि यह विशेषज्ञ मूल्यांकन में GPT-4o, क्लाउड 3.5 सॉनेट और जेमिनी 1.5 प्रो मॉडल से बेहतर प्रदर्शन करता है।

Takeaways, Limitations

•
Takeaways:
◦
शिक्षा में जनरेटिव एआई को प्रभावी ढंग से लागू करने के लिए एक नया ढांचा ('निर्देशात्मक निर्देशों का पालन') प्रस्तुत किया गया है।
◦
लर्नएलएम मॉडल का विकास और विमोचन, जो मौजूदा मॉडलों की तुलना में बेहतर शिक्षण सहायता प्रदर्शन को प्रदर्शित करता है।
◦
प्रशिक्षण के बाद डेटा मिश्रण के माध्यम से मौजूदा मॉडलों की क्षमताओं में सुधार करने के लिए एक नवीन विधि प्रस्तुत की गई है।
◦
विभिन्न शिक्षण परिदृश्यों में विशेषज्ञों से उच्च वरीयता प्राप्त करके मॉडल की प्रभावशीलता को मान्य करना।
•
Limitations:
◦
लर्नएलएम मॉडल का प्रदर्शन मूल्यांकन विशेषज्ञ वरीयता पर आधारित एक व्यक्तिपरक मूल्यांकन है।
◦
"निर्देशात्मक निर्देशों का पालन" ढांचे की सामान्यता और विविध शैक्षिक सेटिंग्स में इसकी प्रयोज्यता निर्धारित करने के लिए आगे अनुसंधान की आवश्यकता है।
◦
इस संभावना को पूरी तरह से खारिज नहीं किया जा सकता कि किसी विशिष्ट शिक्षण पद्धति पर निर्भरता हो सकती है।
👍
Made with Slashpage