面向越南低资源环境的大语言模型教育管理应用
计算与语言
2025-01-28 v1 人工智能
摘要
大型语言模型（LLM），如 GPT-4、Gemini 1.5、Claude 3.5 Sonnet 和 Llama3，自 2022 年 ChatGPT 发布以来，在各种 NLP 任务中展现出显著的进步。尽管如此，在资源受限的环境中对 LLM 进行微调和部署仍然昂贵。本文提出了 VietEduFrame 框架，专为应用于越南教育机构的教育管理任务而设计。我们的关键贡献包括开发针对 Hanoi VNU 学生教育文件的数据集，以解决资源有限教育系统所面临的独特挑战。通过大量实验，我们表明该方法在准确率和效率方面均优于现有方法，为改善资源受限环境中的教育管理提供了有前景的解决方案。尽管我们的框架利用合成数据补充真实案例，但我们讨论了未来实施中可能的局限性，包括更广泛的适用性和鲁棒性。
引用
@article{arxiv.2501.15022,
title = {Using Large Language Models for education managements in Vietnamese with low resources},
author = {Duc Do Minh and Vinh Nguyen Van and Thang Dam Cong},
journal= {arXiv preprint arXiv:2501.15022},
year = {2025}
}
备注
15 pages; 13 figures; 9 tables