Jun, 2024
分析大型语言模型在课堂讨论评估中的应用
Analyzing Large Language Models for Classroom Discussion Assessment
TL;DR借助大型语言模型(LLMs)等新的自然语言处理技术,自动评估课堂讨论质量变得越来越可行。本文研究了两种LLMs的评估性能如何与任务制定、上下文长度和少样本示例等三个可能影响性能的因素相互作用。我们还探讨了两种LLMs的计算效率和预测一致性。结果表明,前述三个因素确实影响了被测试LLMs的性能,并且预测一致性与性能之间存在关系。我们建议采用以LLMs为基础的评估方法,在预测性能、计算效率和一致性方面取得良好平衡。