IDEAS home Printed from https://ideas.repec.org/p/osf/osfxxx/wv2q9.html
   My bibliography  Save this paper

Potenziale vortrainierter großer Sprachmodelle zur Verbesserung der Bildungseffizienz

Author

Listed:
  • Kim, Donghyun

Abstract

Die Anwendung vortrainierter Sprachmodelle (PLMs) in der Verarbeitung natürlicher Sprache (NLP) hat breite Anerkennung für ihre herausragende Leistung bei verschiedenen NLP-Aufgaben und öffentlichen Benchmarks erlangt. Die Integration von PLMs in die Bildung hat die Möglichkeit, die Art und Weise, wie Lernen und Lehren durchgeführt werden, zu verändern. Es ist jedoch entscheidend, sowohl die Vor- als auch die Nachteile abzuwägen, die mit einer solchen Integration einhergehen können. Um die Vorteile von PLMs voll auszuschöpfen und negative Auswirkungen zu minimieren, ist ein sorgfältiger und verantwortungsvoller Ansatz erforderlich, wenn PLMs in die Bildung integriert werden. Dieses Whitepaper befasst sich mit den Vor- und Nachteilen des Einsatzes von PLMs im Bildungswesen und bietet Leitlinien für zukünftige Fortschritte.

Suggested Citation

  • Kim, Donghyun, 2023. "Potenziale vortrainierter großer Sprachmodelle zur Verbesserung der Bildungseffizienz," OSF Preprints wv2q9, Center for Open Science.
    • Handle: RePEc:osf:osfxxx:wv2q9
    DOI: 10.31219/osf.io/wv2q9
    as

    Download full text from publisher

    File URL: https://osf.io/download/63e3109a02c50101de47e8bb/
    Download Restriction: no
    File URL: https://libkey.io/10.31219/osf.io/wv2q9?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    More about this item

    NEP fields

    This paper has been announced in the following NEP Reports:

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:osf:osfxxx:wv2q9. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: OSF (email available below). General contact details of provider: https://osf.io/preprints/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.