一项新研究通过测试三种最先进的大型语言模型(LLM)在17个学科的75个真实大学课程问题上的表现,检验了高等教育评估中“AI免疫”策略的有效性。研究发现,表现最好的LLM在没有补充材料的情况下,回答这些问题的准确率约为83%,有补充材料的情况下为85%。该研究确定了教师用于提高问题抗AI能力的五种策略,并分析了它们对LLM表现的影响,讨论了对学术诚信政策和LLM在教育中合乎道德的部署的影响。 AI
影响 提出了设计更抗AI的评估的新方法,影响学术诚信和教育政策。
排序理由 分析LLM在教育评估中表现的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →