从记忆到推理：通过大型语言模型实现更深入的数学学习的自动问答生成
人工智能
2025-05-20 v1
摘要
教育者开始利用生成式人工智能（GenAI）帮助创建新的课程内容，但关于如何正确采用尚无定论。在本项目中，我们调查了针对高级数学内容优化内容创建的首要步骤。具体而言，我们考察了当前公开可用的 GenAI 生产高质量练习题的能力。我们进行了两项研究：（1）探索当前大型语言模型的能力，（2）开发改进框架以解决我们发现的局限性。我们的结果表明，GenAI 可通过最小支持创建不同水平质量的数学问题，但提供示例和相关内容可产生更高质量的输出。这项研究帮助教育者决定如何采用 GenAI 以其工作流程中创造更有效的教育体验。
引用
@article{arxiv.2505.11899,
title = {From Recall to Reasoning: Automated Question Generation for Deeper Math Learning through Large Language Models},
author = {Yongan Yu and Alexandre Krantz and Nikki G. Lobczowski},
journal= {arXiv preprint arXiv:2505.11899},
year = {2025}
}
备注
8 pages, 2 figures, accepted by AIED conference