将认知人工智能与生成模型集成以提升技能学习中的问答能力
人工智能
2024-08-06 v2
摘要
在线学习中，能够为学习者提供快速准确的反馈至关重要。在技能学习中，学习者需要理解技能的底层概念和机制才能有效应用。虽然视频是线上学习中常用的工具，但它们无法理解或评估所教授的技能。此外，尽管生成式AI方法在搜索和检索文本语料库方面有效，但是否 exhibits 真正的理解仍不明确。这限制了其提供技能解释或帮助解决问题的能力。本文提出了一种新方法，将认知AI与生成AI融合，以应对上述挑战。我们采用结构化知识表示模型TMK（任务-方法-知识）对在线知识基础AI课程中所教授的技能进行编码。利用大型语言模型、链式思考和迭代细化等技术，我们概述了一个框架，用于生成对学习者关于技能问题的推理性解释。
引用
@article{arxiv.2407.19393,
title = {Integrating Cognitive AI with Generative Models for Enhanced Question Answering in Skill-based Learning},
author = {Rochan H. Madhusudhana and Rahul K. Dass and Jeanette Luu and Ashok K. Goel},
journal= {arXiv preprint arXiv:2407.19393},
year = {2024}
}
备注
9 pages, 6 figures, 1 table