利用基于提示的技术生成描述性和推理性问题是一个具有挑战性和耗时的任务。本研究提出了一种新方法，利用基于提示的技术生成描述性和推理性问题。我们通过精选的 NCERT 教科书的丰富内容，创建了一个名为 EduProbe 的新的问题生成数据集。我们针对此数据集调查了几种基于提示的问题生成方法，并使用预训练的大型语言模型进行了微调。通过自动评估，我们发现 T5（使用长提示）表现优于其他模型，但仍然低于人类基准。在人类评估标准下，TextDavinci-003 通常在各种提示设置下表现更好。即使在人类评估标准下，问题生成模型也大多低于人类基准。

Dec, 2023

通过从题库自动检索题目并将其用作合适的上下文示例，本研究提出了一种引导 ChatGPT 等大型语言模型生成相关干扰项的策略，通过对现有测试集进行数量评估和教师质量评注，我们发现教师评价中有 53% 的生成干扰项被评为高质量，即可立即使用，优于最先进的模型，与零样本 ChatGPT 和少样本 ChatGPT 通过静态示例进行比较，显示了我们方法在生成高质量干扰项方面的优势。

Jul, 2023

尽管 LLMs 在许多领域具有潜力，但在推理任务上仍不如人类表现出色。本研究探讨了一个问题：让 LLM 分析问题是否能提高其性能？我们提出了一种新颖的提示策略，称为问题分析提示 (QAP)，模型在解决问题之前被提示用 $n$ 个词解释问题。值 $n$ 影响模型生成的回答长度。在算术数据集 GSM8K、AQuA、SAT 和常识数据集 StrategyQA 上评估了 QAP 在 GPT 3.5 Turbo 和 GPT 4 Turbo 上的表现。QAP 与其他领先的提示方法，包括思维链提示 (CoT)、计划与解决提示 (PS+) 和深呼吸提示 (TADB) 进行了比较。在 AQuA 和 SAT 数据集上，QAP 在 GPT 3.5 和 GPT 4 上的表现超过了所有的领先提示方法。在 75% 的测试中，QAP 始终排名前 2 位。QAP 表现的一个关键因素是回答长度，详细的回答对回答更难的问题有益，但可能对简单问题产生负面影响。

Jul, 2024

本文重点探索了如何以教育为目的改进自动化问题生成技术，通过了解教师如何构建问题并确认增强 NLP 模型的触点来提高其可用性。作者观察到教师在使用 NLP 系统来支持问题设计方面表现出极大的兴趣，但实践中仍未被广泛采用。因此，作者呼吁建立强调教师控制和可解释性的有效人 - NLP 协作的 QG 系统，提供过程支持，使用模块化设计，处理各种输入来源。

Apr, 2022

研究人工智能（AI）的可接受性，探究影响 AI 接受的因素并通过 AI 受教育介入提高人工智能 AI 繁殖的文化训练。

Jul, 2023

利用大语言模型在现代教育领域创新的机会，通过研究提问型大语言模型、语法错误解释和人力资源面试评估，揭示了大语言模型在改变教育实践中的潜力和限制。

May, 2024

通过分析 GPT-4 在高等教育的 Python 编程课程中生成的多项选择题（MCQs），我们发现 GPT-4 能够产生具有清晰语言、单一正确选项和高质量干扰项的 MCQs，并且这些生成的题目与学习目标高度一致。这些研究结果对于希望充分利用最先进生成模型来支持多项选择题的编写工作的教育工作者具有潜在价值。

Dec, 2023

使用大型语言模型改进对话响应生成，并检测用户的隐含意图，通过提问问题与具体领域的知识库交互，获得额外知识，并显式地整合这些知识，最终提高了响应生成的性能。

Oct, 2023

研究了 LLMs，特别是 GPT-3.5 和 GPT-4，如何根据主动学习原则为九年级数学提供量身定制的问题。结果显示，GPT-4 能够生成准确、具有挑战性的问题，并且 GPT-3.5 在从 GPT-4 接受指导后在处理更复杂问题方面有了明显改善，从而突显了 LLMs 模拟和增强主动学习场景的潜力，为个性化教育中的人工智能提供了有前景的途径，需要在不同的教育环境中进一步探索。

Jun, 2024

通过翻转教室、交互翻转等技术，利用 OpenAI 的 GPT 系列模型作为语言模型，实现了学生生成问题和教师个性化培训路径的自主调节，有效缩小了教师与学生之间的距离，提供了优化教学步伐和积极参与课堂体验的可能性。

Nov, 2023