基于视觉语言检索增强生成的自动教学平台
计算机视觉与模式识别
2025-03-26 v2 计算机与社会
摘要
教学自动化带来了独特的挑战，因为复制人类互动和适应性十分复杂。自动化系统通常无法提供能够契合学生个人学习进度或理解水平的细致实时反馈，这可能阻碍对多样化需求的有效支持。在抽象概念需要适应性解释的领域，这尤其具有挑战性。本文提出了一种视觉语言检索增强生成（命名为 VL-RAG）系统，该系统具有通过提供上下文相关且视觉丰富的响应来弥合这一差距的潜力，从而增强理解力。通过利用定制答案和图像的数据库，VL-RAG 系统能够动态检索与特定问题相契合的信息，创造更具互动性和吸引力的体验，从而促进更深入的理解和学生的积极参与。它允许学生以视觉和语言方式探索概念，促进更深入的理解，减少对持续人工监督的需求，同时保持在不同学科和课程材料中扩展的灵活性。
引用
@article{arxiv.2503.05464,
title = {Automatic Teaching Platform on Vision Language Retrieval Augmented Generation},
author = {Ruslan Gokhman and Jialu Li and Youshan Zhang},
journal= {arXiv preprint arXiv:2503.05464},
year = {2025}
}