用于课程讨论板问题的分解式提示
计算与语言
2024-08-01 v1 人机交互
摘要
我们提出并评估了一个使用分解式提示来分类和回答课程讨论板上学生问题的问答系统。该系统使用大型语言模型 (LLM) 将问题分类为四种类型：概念性问题、作业问题、后勤问题以及不可回答问题。这使我们能够针对不同类型的问题采用不同的回答策略。使用 GPT-3 的变体，我们实现了 81% 的分类准确率。我们讨论了系统在回答机器学习课程中概念性问题方面的表现以及各种失败模式。
引用
@article{arxiv.2407.21170,
title = {Decomposed Prompting to Answer Questions on a Course Discussion Board},
author = {Brandon Jaipersaud and Paul Zhang and Jimmy Ba and Andrew Petersen and Lisa Zhang and Michael R. Zhang},
journal= {arXiv preprint arXiv:2407.21170},
year = {2024}
}
备注
6 pages. Published at International Conference on Artificial Intelligence in Education 2023. Code repository: https://github.com/brandonjaipersaud/piazza-qabot-gpt