English(EN) High-Order Question Generation in a Multilingual Educational Context

LLM利用新框架生成多样化的多语言教育问题

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-15 14:42

研究人员探索了在多语言环境中利用大型语言模型（LLM）为教育目的生成高阶问题。该研究引入了基于主张-证据-推理（Claim-Evidence-Reasoning）和发散式提问（Divergent Questioning）框架的提示，超越了传统的布鲁姆教育目标分类法，并专注于巴斯克语、西班牙语和英语。尽管开源和专有模型在生成这些语言的问题方面都显示出有效性，但教育工作者仅将约一半的生成问题识别为高阶问题。然而，替代框架成功地生成了结构和概念上多样的问题，表明它们有潜力补充或替代布鲁姆教育目标分类法。 AI

影响这项研究可能带来更有效的、能够跨多种语言生成多样化高阶问题的AI驱动教育工具。

排序理由该集群包含一篇详细介绍使用LLM进行问题生成的新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Orphée De Clercq · 2026-07-15 14:42

多语言教育情境下的高阶问题生成

Critical thinking is a fundamental skill that helps learners move beyond simple memorization. One way to develop this skill is through high-order questioning. However, crafting such questions remains a challenge for educators, and classroom practices tend to rely on low-order que…

报道来源 [1]

多语言教育情境下的高阶问题生成

相关实体

相关话题