中文

VArsity:大型语言模型能否让电力工程学生保持节奏?

计算机与社会 2025-07-29 v1 系统与控制 系统与控制

摘要

本文提供了一个教育案例研究,关于我们在2025年春季和2023年秋季在乔治亚理工学院提供ECE 4320:电力系统分析与控制课程中部署ChatGPT大型语言模型(LLM)的经验。作为课程评估的一部分,学生被要求识别、解释和纠正与电力因子校正问题相对应的ChatGPT输出中的错误。虽然大多数学生成功地识别了2023年秋季使用的GPT-4版本ChatGPT输出中的错误,但学生发现2025年春季使用的ChatGPT o1版本的错误更难识别。如本案例研究所示,LLM在教育、评估和电力工程课堂上的作用是一个值得进一步调查的重要话题。

关键词

引用

@article{arxiv.2507.20995,
  title  = {VArsity: Can Large Language Models Keep Power Engineering Students in Phase?},
  author = {Samuel Talkington and Daniel K. Molzahn},
  journal= {arXiv preprint arXiv:2507.20995},
  year   = {2025}
}

备注

9 pages, 4 figures