Jill Watson に関する報道

この研究では、モデルの微調整に代わるプロンプト エンジニアリングを使用してティーチング アシスタントのパーソナライズを実現しています。これは、パーソナライズされた能力が「重いトレーニング」から「軽い設定」に移行していることを意味します。 6 つの次元を組み合わせて 96 種類の学習者のポートレートを生成することで、真の価値は、ユニバーサル AI ティーチング アシスタントが大規模な変更を加えることなくさまざまなコースに適応できるようになることです。これは、迅速なエンジニアリングが教育 AI の実装における重要なエンジニアリング手段になりつつあることも反映しています。