PustakAI：使用大型语言模型制作课程对齐且互动的教科书
计算与语言
2025-11-17 v2 人工智能
摘要
大型语言模型（LLM）在理解和生成类人内容方面展现了惊人的能力。这在医疗、软件开发和教育等各个领域引发了变革。在教育领域，LLM 为在教育资源有限的地区提供个性化和互动式学习体验具有潜力。然而，将这些模型有效地适应课程特定内容（如印度国家教育研究与培训委员会（NCERT）课程大纲）在准确性、对齐和教育相关性方面 presents unique 挑战。本文我们提出了框架 "PustakAI"footnote{Pustak 在许多印度语言中意为 "书"。}用于设计和评估与 NCERT 课程大纲对齐的新型问答数据集 "NCERT-QA"，覆盖 6 至 8 年级的英语和科学科目。我们将筛选出来的 QA 对分类为事实性、推断性和其他（评估性和推理性）。我们使用各种提示技术，如 meta-prompt、few-shot 和 CoT-style prompting，using diverse evaluation metrics 来了解哪种方法更有效地与课程的结构和需求对齐。除了数据集的可用性，我们分析了当前开源 LLM（Gemma3:1b、Llama3.2:3b 和 Nemotron-mini:4b）以及高端 LLM（Llama-4-Scout-17B 和 Deepseek-r1-70B）作为 AI 学习工具在正式教育系统中的优势和局限性。
引用
@article{arxiv.2511.10002,
title = {PustakAI: Curriculum-Aligned and Interactive Textbooks Using Large Language Models},
author = {Shivam Sharma and Riya Naik and Tejas Gawas and Heramb Patil and Kunal Korgaonkar},
journal= {arXiv preprint arXiv:2511.10002},
year = {2025}
}