Mohammadreza Molavi

大语言模型在Bloom分类法问题分类中表现稳定

研究人员评估了大语言模型（LLMs）在根据Bloom分类法对评估问题进行分类的有效性，这项任务可以显著减轻教师的工作量。传统的监督机器学习和深度学习模型在应用于未经训练的数据集时，性能出现了大幅下降。相比之下，大语言模型在不同数据集上表现出更稳定的性能，表明它们是该任务更鲁棒的选择。该研究还引入了一个用户友好的界面，以协助教师对题库进行分类，该界面被发现非常易于使用且所需精力极少。