Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2505.02324v2

帮助 | 高级搜索

计算机科学 > 计算机与社会

arXiv:2505.02324v2 (cs)
[提交于 2025年5月5日 (v1) ,最后修订 2025年5月23日 (此版本, v2)]

标题: 从课程到技能:评估大型语言模型在课程分析中的表现

标题: From Course to Skill: Evaluating LLM Performance in Curricular Analytics

Authors:Zhen Xu, Xinjin Li, Yingqi Huan, Veronica Minaya, Renzhe Yu
摘要: 课程分析(CA)——对课程数据进行系统性分析以指导项目和课程改进——成为一种越来越有价值的工具,帮助机构使学术课程与不断变化的社会和经济需求保持一致。 大型语言模型(LLMs)在处理大规模非结构化课程数据方面很有前景,但LLMs执行课程分析任务的可靠性仍不确定。 本文中,我们基于LLMs或传统NLP方法,系统地评估了四种文本对齐策略用于技能提取,这是课程分析中的核心任务。 使用400份不同类型课程文档的分层样本和人机协作评估框架,我们发现检索增强生成(RAG)是在所有类型的课程文档中表现最佳的策略,而零样本提示在大多数情况下表现不如传统的NLP方法。 我们的研究结果突显了LLMs在分析简短抽象课程文档方面的潜力,但也揭示了其性能可能因模型选择和提示策略的不同而显著变化。 这强调了在大规模部署LLMs策略之前仔细评估其性能的重要性。
摘要: Curricular analytics (CA) -- systematic analysis of curricula data to inform program and course refinement -- becomes an increasingly valuable tool to help institutions align academic offerings with evolving societal and economic demands. Large language models (LLMs) are promising for handling large-scale, unstructured curriculum data, but it remains uncertain how reliably LLMs can perform CA tasks. In this paper, we systematically evaluate four text alignment strategies based on LLMs or traditional NLP methods for skill extraction, a core task in CA. Using a stratified sample of 400 curriculum documents of different types and a human-LLM collaborative evaluation framework, we find that retrieval-augmented generation (RAG) is the top-performing strategy across all types of curriculum documents, while zero-shot prompting performs worse than traditional NLP methods in most cases. Our findings highlight the promise of LLMs in analyzing brief and abstract curriculum documents, but also reveal that their performance can vary significantly depending on model selection and prompting strategies. This underscores the importance of carefully evaluating the performance of LLM-based strategies before large-scale deployment.
主题: 计算机与社会 (cs.CY)
引用方式: arXiv:2505.02324 [cs.CY]
  (或者 arXiv:2505.02324v2 [cs.CY] 对于此版本)
  https://doi.org/10.48550/arXiv.2505.02324
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Zhen Xu [查看电子邮件]
[v1] 星期一, 2025 年 5 月 5 日 02:46:23 UTC (2,230 KB)
[v2] 星期五, 2025 年 5 月 23 日 13:39:57 UTC (2,230 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-05
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号