使用本地大语言模型即时生成自定义交互式递归教科书
摘要
提出使用本地大语言模型即时生成自定义、交互式、递归教科书，实现自适应教育内容。
暂无内容
相似文章
生成式递归教育：即时创建定制交互式教科书。
本文介绍了一种生成式递归方法，用于即时创建定制交互式教科书，动态调整教育内容以适应个体学习者。
学习提示：通过自适应基于LLM的高中辅导提高学生参与度
本文提出了一种自适应、学科感知的提示路由框架，用于基于LLM的高中辅导，利用14个教学特征来切换策略。对359名学生进行的A/B测试显示，与静态基线相比，效率和转化率有所提高。
我如何用LLM学习复杂主题
作者介绍了一种利用LLM构建低多边形交互式模拟来学习复杂主题的工作流程，例如ChipTycoon，该模拟将芯片制造过程可视化。这种方法比阅读或要点列表更有助于掌握知识。
面向即时自适应反馈：通过知识驱动的LLM提升学生学习效果
本文提出一个框架，利用领域专家知识来引导大语言模型，根据学生的书面推理提供即时自适应反馈。在一门大规模大学课程中，该框架使学生成绩提升了超过80%。
递归语言模型
本文介绍了递归语言模型（Recursive Language Models, RLMs），这是一种推理策略，使大型语言模型（LLMs）能够通过将任意长的提示视为外部环境，并在提示片段上递归调用自身来处理这些提示。RLMs可以处理超出上下文窗口两个数量级的输入，并且在长上下文任务上以可比的成本优于基础LLMs。