本文是LLM系列文章,针对《Content Knowledge Identification with Multi-Agent Large Language Models (LLMs)》的翻译。
摘要
教师的数学内容知识(CK)在教师专业发展(PD)项目中具有至关重要的意义和需求。计算机辅助异步PD系统是最近提出的PD技术,旨在帮助教师平等地提高他们的PD,同时减少对成本和时间或地点限制的担忧。然而,目前作为异步PD系统核心技术之一的自动CK识别方法面临着用户响应多样性、高质量注释数据稀缺和预测可解释性低等挑战。为了应对这些挑战,我们提出了一个基于多代理LLM的框架LLMAgentCK,用于评估用户对已识别CK学习目标的响应覆盖率,而无需人工注释。通过利用多智能体LLM在强泛化能力和类人讨论方面的优势,我们提出的LLMAgent CK在现实世界的数学CK数据集MaCKT上展现出了有前景的CK识别性能。此外,我们的案例研究进一步证明了多智能体框架的工作原理。