排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
大模型所呈现的“类人”行为以及潜在风险引发了研究者广泛的兴趣,越来越多的心理学家开始深入探索其背后的原因,以更清楚地划定大模型的能力边界,而机器心理学则成为了理解大模型行为背后机制的重要工具。从探索大模型的智能特征和推动教育研究的发展两方面分析机器心理学对于大模型教育应用的重要性,从智力测试、人格特征、心理理论的适用性和心理学实验的复现等角度分析机器心理学的研究视角,在此基础上,以思维链为例,通过对比人类的思考方式与不同思维链的形成,从机器心理学视角分析思维链的产生与发展过程,探索大模型性能优化的途径。最后,基于此探讨了机器心理学实验的争议以及未来新的发展。现有研究表明,通过深入挖掘模型的认知机制,机器心理学既有助于更准确地判断大模型在教育领域的适用性及潜在风险,也有助于更好地理解和模拟人类心理过程,为大模型教育领域的应用提供新的可能性。 相似文献
2.
大语言模型(LLM)作为一种先进的AI技术,正对人类生活产生深远影响。与传统AI技术相比,LLM能够处理大量的文本数据,并在自然语言处理等领域发挥着巨大作用。LLM的快速发展与应用推进已经对AI教育的课程内容、教学模式与学习平台产生了显著的影响,这些影响也迫切要求青少年AI教育课程与时俱进的变革。为应对这种变革,该研究从课程内容框架、基于LLM的教学模式以及LLM辅助学习平台三个维度设计了一个面向LLM的青少年AI课程架构,并以教学活动设计为切入点,深入探讨了如何使该课程架构与学科核心素养紧密契合。基于此架构,设计并开发了一门高中LLM示范课程,重点展示了如何利用自主开发平台(LLM 4 Kids)进行人机协同教学。选取了示范课程中《面向LLM的提示与评估》的单元内容,解释了如何在教学过程中有效的应用和整合LLM技术。通过提供面向LLM的青少年AI课程架构以及解释案例,为AI教育实践者提供面向LLM的框架体系与课程参考,推动最新的人工智能前沿知识进入中小学课堂,从而有助于青少年适应AI快速发展的时代。 相似文献
1