期刊文章详细信息
大语言模型的教育应用:原理、现状与挑战——从轻量级BERT到对话式ChatGPT
Educational Applications of Large Language Models:Principles,Status and Challenges--From Light-weighted BERT to Conversational ChatGPT
文献类型:期刊文章
LIU Ming;WU Zong-ming;LIAO Jian;REN Yi-ling;SU Yi-fei(Center of studies of Education and Psychology of Ethnic Minorities in Southwest China,Southwest University,Chongqing,China 400615;Faculty of Education,Southwest University,Chongqing,China 400715)
机构地区:[1]西南大学西南民族教育与心理研究中心,重庆400715 [2]西南大学教育学部,重庆400715
基 金:国家自然科学基金“面向小学阅读理解提问教学的深度神经网络智能提问方法与应用研究”(项目编号:61977054)、“基于图神经网络的学生课堂状态协同判别及解释模型研究”(项目编号:62177039);重庆市研究生科研创新项目“基于多模态学习分析技术的智能化教学反馈平台构建与应用研究”(项目编号:CYS22164);“西南大学创新研究2035先导计划”(项目编号:SWUPilotPlan002)资助。
年 份:2023
卷 号:33
期 号:8
起止页码:19-28
语 种:中文
收录情况:CSSCI、CSSCI2023_2024、NSSD、RCCSE、RWSKHX、普通刊
摘 要:大语言模型(Large Language Model)是用于描述海量文本的向量表示和生成概率的自然语言处理技术,随着近来其代表性产品ChatGPT因良好的生成、理解、逻辑推理与对话等能力而受到教育领域的广泛关注,大语言模型的教育应用研究也进入了大众视野,但针对如何合理利用不同技术路线的大语言模型开展教学的研究比较缺乏。基于此,文章以大语言模型的三大技术路线BERT、T5和GPT系列为主要研究对象,首先总结其技术原理、优劣势与应用场景,然后梳理其赋能高阶思维培养、加强阅读理解能力以及提升写作与数学解题水平等教学应用场景,最后进一步探讨了当前大语言模型教育应用的现实挑战与未来发展建议,以期为智能化教学与教育数字化转型提供新思路、新方法与可持续发展路径。
关 键 词:ChatGPT 大语言模型 人工智能教育应用 教育数字化转型
分 类 号:G40-057]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...