Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés a Nagy Nyelvi Modellekbe (LLM)
- Az LLM-ek áttekintése
- Az LLM-ek fejlődése az oktatási technológiában
- Az LLM-ek architektúrájának megértése
Személyre szabás az oktatásban
- A személyre szabott tanulás szükségessége
- A személyre szabás jelenlegi módszerei
- Kihívások és lehetőségek
LLM-ek és tartalom adaptáció
- LLM-ek a tartalom létrehozásában és válogatásában
- Tartalom adaptálása tanulási stílusokhoz és szintekhez
- Többfeladatosság az LLM-ekkel a tartalom adaptációjában
LLM-ek a gyakorlatban
- Esettanulmányok: Sikeres LLM alkalmazások az oktatásban
- Interaktív foglalkozás: LLM-ek működése közben
Adaptív tanulási platformok tervezése
- Az adaptív tanulási platformok tervezésének alapelvei
- LLM-ek beépítése a platform architektúrájába
- Felhasználói élmény és felületi megfontolások
Implementáció és tesztelés
- Prototípus adaptív tanulási platform fejlesztése
- Tesztelés és iteráció
- Felhasználói visszajelzések gyűjtése és elemzése
Az LLM-ek hatékonyságának értékelése
- Metrikák az LLM-ek hatásának mérésére a tanulásban
- Kutatási módszerek az oktatási technológiák területén
- Esettanulmány elemzés és vita
Etikai megfontolások és jövőbeli irányok
- Az LLM-ek etikai implikációi az oktatásban
- Az inkluzivitás és igazságosság biztosítása
- Előrejelzések az LLM-ek jövőjéről a személyre szabott tanulásban
Projekt és értékelés
- LLM-alapú adaptív tanulási platform tervezése és bemutatása
- Társértékelések és csoportos viták
- Végső értékelés és visszajelzés
Összefoglalás és következő lépések
Követelmények
- Alapvető gépi tanulási fogalmak ismerete
- A Python programozási nyelv ismerete ajánlott, de nem kötelező
- Az oktatási technológiák ismerete előnyös
Célközönség
- Oktatók
- EdTech fejlesztők
- Oktatási technológiák területén dolgozó kutatók
14 Órák
