利用小型大语言模型进行教育中的论证挖掘：论证成分识别、分类与评估

本研究解决了当前教育中缺乏有效论证挖掘工具的问题，提出了一种利用开源小型大语言模型进行论证识别和评估的新方法。研究表明，经过微调的小型模型在论证段落分割和类型分类方面的表现优于基线方法，而在评估质量时少量样本提示的效果也与基线相当。这项工作展示了小型开源模型在个性化反馈和提升学生写作能力方面的教育潜力。