AI大学：基于大语言模型的教学对齐科学课堂平台
计算机与社会
2025-04-15 v1 人工智能
计算与语言
机器学习
摘要
我们介绍了AI大学（AI-U），这是一个灵活的AI驱动课程内容交付框架，能够适应教师的教学风格。其核心是，AI-U微调了一个带有检索增强生成（RAG）的大语言模型（LLM），以从讲座视频、笔记和教科书中生成与教师对齐的回复。以一门研究生级别的有限元方法（FEM）课程作为案例研究，我们提出了一个可扩展的流水线，用于系统地构建训练数据，使用低秩自适应（LoRA）微调开源LLM，并通过基于RAG的合成优化其回复。我们的评估——结合余弦相似度、基于LLM的评估和专家评审——显示出与课程材料的强对齐。我们还开发了一个原型网页应用（https://my-ai-university.com），通过将AI生成的回复链接到相关课程材料的特定部分以及开放获取视频讲座的时间戳实例，增强了可追溯性。我们的专家模型在86%的测试案例中与参考的余弦相似度更高。一个LLM评判员还发现，我们的专家模型在大约五分之四的情况下优于基础Llama 3.2模型。AI-U为AI辅助教育提供了一种可扩展的方法，为在高等教育中更广泛采用铺平了道路。在此，我们的框架已在有限元方法课程中展示——该课程对于培养工程科学领域的博士和硕士研究生至关重要。然而，这一设置是一个更广泛背景下的特定实例：将LLM微调至科学研究内容。
引用
@article{arxiv.2504.08846,
title = {AI-University: An LLM-based platform for instructional alignment to scientific classrooms},
author = {Mostafa Faghih Shojaei and Rahul Gulati and Benjamin A. Jasperson and Shangshang Wang and Simone Cimolato and Dangli Cao and Willie Neiswanger and Krishna Garikipati},
journal= {arXiv preprint arXiv:2504.08846},
year = {2025}
}
备注
10 pages, 3 figures