Розробка генеративної моделі створення навчального контенту на основі великих мовних моделей

Abstract

Об’єкт дослідження – задача покращення якості автоматично створеного навчального контенту Предмет дослідження – розробка генеративної моделі для автоматизованого створення навчального контенту на основі великих мовних моделей (LLM), а також її інтеграція з механізмами семантичної перевірки знань. Мета роботи – створити архітектуру системи, яка поєднує генеративні можливості LLM з зовнішніми структурами знань. Де пропонується використання семантичного графу з використанням методу Retrieval Augmented Generation (RAG) для підвищення достовірності й педагогічної цінності згенерованих матеріалів. Методологія включає аналіз сучасних архітектур LLM (Transformer, Mixture-of-Experts), багаторівневе навчання, а також інтеграцію зовнішніх джерел знань (RAG, графи знань) для автоматизованої верифікації. Розроблено концептуальну архітектуру системи: генератор контенту, модуль структурування дидактики, модуль семантичної перевірки на основі графа знань, модуль фільтрації. Наукова новизна полягає в поєднанні генеративної моделі із семантичним графом перевірки знань як обов’язковим етапом верифікації перед публікацією контенту, що знижує ризики «галюцинацій» LLM та підвищує якість матеріалів.