LittleMu：通过异构源集成与教学提示链部署线上虚拟助教
计算与语言
2023-08-14 v1 人工智能
信息检索
摘要
助教在教育的漫长历史中扮演着重要角色。然而，由于真实世界线上教育场景的复杂性以及训练数据的缺乏，极少有 MOOC 平台为海量线上学生提供人类或虚拟助教以支持学习。本文提出一种以最少标注训练数据运行的虚拟 MOOC 助教 LittleMu，以提供问答与闲聊服务。LittleMu 由异构检索与语言模型提示两个交互模块组成，首先集成结构化、半结构化与非结构化知识源，以支撑广泛问题的准确回答。随后，我们设计名为“教学提示链”（Chain of Teach）的精细示例，利用大规模预训练模型处理复杂的未收录问题。除问答外，我们还开发了如基于知识的闲聊等其他教育服务。我们通过离线评估与线上部署测试了系统性能。自 2020 年 5 月起，我们的 LittleMu 系统已在学堂在线 MOOC 平台为超 500 门课程的逾 80,000 名用户、超 300,000 次查询提供服务，持续促进更便捷与公平的教育。我们的代码、服务与数据集将发布于 https://github.com/THU-KEG/VTA。
引用
@article{arxiv.2308.05935,
title = {LittleMu: Deploying an Online Virtual Teaching Assistant via Heterogeneous Sources Integration and Chain of Teach Prompts},
author = {Shangqing Tu and Zheyuan Zhang and Jifan Yu and Chunyang Li and Siyu Zhang and Zijun Yao and Lei Hou and Juanzi Li},
journal= {arXiv preprint arXiv:2308.05935},
year = {2023}
}
备注
7 pages, 3 figures, Accepted by CIKM 23