提升科学概念理解：教师模型的类比能否赋能学生模型？
计算与语言
2024-09-26 v2 人工智能
摘要
类比推理在人类认知中扮演着关键角色，使我们能够通过将新概念与熟悉概念关联来理解它们。先前AI社区的研究主要集中在识别和生成类比，然后在人工评估下检验其质量，这忽视了这些类比在实际场景中的应用。受人类教育过程的启发，本文提出研究由教师语言模型（LMs）创建的类比如何帮助学生LMs理解科学概念，从而更贴近实际场景。我们的结果表明，自由形式的类比确实可以帮助LMs理解概念。此外，由学生LMs生成的类比可以提高它们自身在科学问答任务上的表现，证明了它们利用类比进行新知识自我学习的能力。资源可在https://github.com/siyuyuan/SCUA获取。
引用
@article{arxiv.2406.11375,
title = {Boosting Scientific Concepts Understanding: Can Analogy from Teacher Models Empower Student Models?},
author = {Siyu Yuan and Cheng Jiayang and Lin Qiu and Deqing Yang},
journal= {arXiv preprint arXiv:2406.11375},
year = {2024}
}
备注
Accepted to EMNLP 2024