超越传统教学：大语言模型与聊天机器人在研究生工程教育中的潜力

在教育快速演进的格局中，数字技术已多次颠覆传统教学方法。本文探讨其中最新的颠覆：大语言模型（LLM）与聊天机器人融入研究生工程教育的潜在可能。我们首先追溯历史与技术上的颠覆以提供背景，随后介绍机器学习、深度学习等关键术语以及近期进展的底层机制，即注意力/Transformer模型与图形处理单元。我们研究的核心在于将基于LLM的聊天机器人应用于一门研究生流体力学课程。我们根据课程材料开发了题库，并评估了该聊天机器人提供准确、有洞见回答的能力。结果令人鼓舞，不仅展示了该机器人有效回答复杂问题的能力，也展现了课堂中使用聊天机器人的潜在优势，例如促进自定进度学习、提供即时反馈以及减轻教师工作负担。本研究还考察了智能提示对提升聊天机器人性能的变革性影响。此外，我们展示了Wolfram Alpha等用于数学解题与代码解释的强力插件如何显著扩展聊天机器人的能力，使其转变为综合性的教育工具。在承认此类AI模型在教育中使用所面临的挑战与伦理影响的同时，我们倡导一种平衡的方法。在研究生教育中使用LLM与聊天机器人可大有裨益，但需持续评估与调整以确保合乎伦理且高效的使用。