利用大语言模型和RAG增强课堂教学
机器学习
2024-11-08 v1
摘要
大语言模型已成为我们日常查询的宝贵信息来源。然而，训练后其数据源很快就会过时，使得RAG成为提供更新或更相关数据的有用工具。在本工作中，我们探讨了以课程材料作为数据源、RAG流水线如何帮助K-12教育阶段的学生。初步研究利用Reddit作为网络安全信息的最新数据源。评估了分块大小，以确定为生成准确答案所需的最佳上下文量。在对不同分块大小运行实验后，使用RAGAs评估了答案正确性，结果任何分块大小下的平均答案正确率均未超过50%。这表明Reddit并非挖掘网络安全威胁相关问题数据的好数据源。该方法在评估数据源方面的成功，对其用于评估教育资源的有效性具有启示意义。
引用
@article{arxiv.2411.04341,
title = {Enhancing classroom teaching with LLMs and RAG},
author = {Elizabeth A Mullins and Adrian Portillo and Kristalys Ruiz-Rohena and Aritran Piplai},
journal= {arXiv preprint arXiv:2411.04341},
year = {2024}
}