理解与支持机器教学中的知识分解

大语言模型(LLM)的人机协作计算方法在HCI中的应用软件工程师与开发者AI/ML 研究员与工程师

机器教学(MT)是一个新兴领域,研究非机器学习专家如何以高效方式逐步构建语义机器学习模型。虽然 MT 关注的是人类教师向机器学习者提供的知识类型,但人们如何执行或如何支持这一识别和表达有用知识的关键任务,目前还知之甚少。我们将这个过程称为知识分解。为了应对这类人机协作的挑战,我们寻求建立理解和支持知识分解的基础性框架。我们展示了一项研究成果,研究人们在教授学习者对文本文档进行分类时会教什么类型的知识、使用什么认知过程,以及遇到什么挑战。根据我们的观察,我们介绍了支持知识分解的新工具的设计机会。我们的发现对将知识分解的好处应用于机器教学和机器学习具有重要意义。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/dis/39113/2020

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3357236.3395454
一眼看懂

论文快照

fact_check
dataset
来源
DIS
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、计算方法在HCI中的应用
work
职业/产业
软件工程师与开发者、AI/ML 研究员与工程师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文