开发一个辅导对话数据集以优化大型语言模型在教育中的应用
📝
内容提要
本研究解决了对话式辅导系统中大型语言模型(LLMs)缺乏有效教学策略和高昂数据集成本的问题。我们提出了一种合成辅导对话数据集,并对小型LLM进行了微调,结果表明该模型在实际辅导场景中性能与大型模型相当,但成本显著降低,为教育环境中实施LLM辅导系统提供了可行且具有成本效益的方法。
➡️
本研究解决了对话式辅导系统中大型语言模型(LLMs)缺乏有效教学策略和高昂数据集成本的问题。我们提出了一种合成辅导对话数据集,并对小型LLM进行了微调,结果表明该模型在实际辅导场景中性能与大型模型相当,但成本显著降低,为教育环境中实施LLM辅导系统提供了可行且具有成本效益的方法。