提升教育中主动学习的生成式人工智能：基于 GPT-3.5 和 GPT-4 的个性化测试题比较研究
原文中文，约400字，阅读约需1分钟。发表于：。研究了 LLMs，特别是 GPT-3.5 和 GPT-4，如何根据主动学习原则为九年级数学提供量身定制的问题。结果显示，GPT-4 能够生成准确、具有挑战性的问题，并且 GPT-3.5 在从 GPT-4 接受指导后在处理更复杂问题方面有了明显改善，从而突显了 LLMs 模拟和增强主动学习场景的潜力，为个性化教育中的人工智能提供了有前景的途径，需要在不同的教育环境中进一步探索。
本论文研究了大型语言模型（LLMs）在教学设计中的应用，通过两个案例研究探讨了AI驱动内容生成的益处和局限性，并提供了使用LLM的最佳实践。研究展望了未来的推荐系统，以定制个性化的教学设计策略。该研究有助于理解和利用AI驱动的语言模型潜力，提升教育成果。
