bloom's taxonomy | BriefGPT

关键词bloom's taxonomy

搜索结果 - 11

探究 GPT-4 中温度在多样化问题生成中的作用
我们对 GPT4 的温度参数对 GPT4 生成的问题的多样性进行了初步研究，发现使用较高的温度值可以显著提高多样性，不同温度暴露出不同类型的问题集相似性，同时我们还证明生成多样的问题对于针对布鲁姆分类法较低层次的问题尤其具有挑战性。
PDF3 months ago
人类还是 LLM 作为法官？对判断偏见的研究
采用人类和大型语言模型作为评判者（即人类和 LLM 评判者）来评估现有 LLM 的性能已经引起了关注。然而，这种方法同时引入了人类和 LLM 评判者的潜在偏见，对评估结果的可靠性提出了质疑。本文提出了一种针对 LLM 和人类评判者的 5 种
PDF5 months ago
教师如何利用大型语言模型和布鲁姆纳姆的分类法创建教育测验
应用基于大型语言模型的问题生成方法，考虑教学需求，通过实验验证教师对自动生成问题的喜好，结果显示教师更愿意使用自动生成的问题写测验，并且这样的测验在质量上不亚于手写版本，甚至可以提高测验质量，显示了课堂环境中大规模使用问题生成的潜力。
PDF6 months ago
BloomVQA：评估层次化多模态理解
我们提出了一个新颖的视觉问答（VQA）数据集，基于为教育幼儿而设计的图片故事，旨在通过理解任务对视觉语言模型进行全面评估和特征化。该数据集包含不同层次的理解任务和底层认知过程，可以映射到基于图形的视觉故事表示，实现自动数据增强和模型一致性特
PDF6 months ago
利用 LLM 在课程设计中：使用 GPT-4 支持学习目标的编写
通过评估 GPT-4 在人工智能实践课程中生成高质量学习目标的能力，本研究结果显示，自动生成的学习目标大多合理，表达准确，符合 Bloom 分类法的不同层次，可以用于支持课程和课程设计的工作。
PDFa year ago
大型语言模型生成的教育问题有多有用？
通过人工评估，控制型文本生成与问题分类法相结合生成的高质量、多样化问题，被认为对教师和学生的教学内容质量有较大的提升作用，具有在教学环境中广泛使用的潜力。
PDFa year ago
优化基于布鲁姆认知目标的问题设计，减轻 ChatGPT 对教育的负面影响
本文提出了一种演化方法，旨在确定 Bloom's taxonomy 最佳关键词集，以生成 ChatGPT 难以回答的问题，以解决生成文本 AI 工具对学生学术表现的潜在负面影响和教育者评估学生成果所面临的挑战问题。使用澳大利亚堪培拉新南威尔
PDFa year ago
面向人类认知水平的反事实解释实验设计（XAI）
使用 Bloom's 分类法作为用户的认知能力测量模型，在讲解生成的过程中采用反事实解释为媒介，结合用户反馈，验证讲解在每个认知层次上的理解水平，并据此改进讲解的生成方法。
PDF2 years ago
EduQG: 面向教育领域的多种格式多选数据集
本研究介绍了一个高质量的包含 3397 个样本的数据集，其中包含多项选择题、答案（包括干扰项）以及其来源文档，可用于问题与干扰项的生成以及探索新的挑战，同时伴随着 Bloom 的认知复杂性水平。所有问题均由专业人员生成以确保其符合教育及学习
PDF2 years ago
辅助任务引导的交互式关注模型用于问题难度预测
提出了 Qdiff 交互式注意力机制的多任务方法，用于预测学术问题的 Bloom's Taxonomy 和难度级别，并展示了该方法在难度标签数据集上的应用。
PDF2 years ago
ACL在 NLP 课程中教授条件随机场的翻转课堂模式
本文讨论采用 “翻转课堂” 教学方法教授 “条件随机场” 在自然语言处理课程中的经验。我们介绍了我们开发的活动及其与认知复杂性模型（布鲁姆的分类法）的关系，提供了我们对模型本身的反思和期望。根据对学生的评估，学生似乎对该方法的学习和奖励感到
PDF3 years ago