Problem of cheating with neural networks in language learning

Bibliographic Details
Parent link:Кобенко, Ю. В. (лингвист ; 1977-). Язык. Общество. Образование: сборник научных трудов IV Международной научно-практической конференции «Лингвистические и культурологические аспекты современного инженерного образования» памяти кандидата педагогических наук, доцента Н.А. Качалова, Томск, 15-17 ноября 2023 г.. С. 141-148.— .— Томск: Изд-во ТПУ, 2023.— conference_tpu-2023-C85_V2.pdf
Main Author: Зайда А. В.
Corporate Author: Национальный исследовательский Томский политехнический университет Школа базовой инженерной подготовки Отделение иностранных языков
Other Authors: Согуляк Я. А. (727), Аксёнова Н. В. Наталия Валерьевна
Summary:This study explores the performance of commercially available large language models in common language learning tasks. Structure and working principles of neural networks were considered to hypothesize which tasks would perform better. Experiments were conducted to verify the assumptions. Several variants of task adaptations were compared in tests to discover the most resistant to cheating
Текстовый файл
Published: 2023
Series:Актуальные векторы исследований и подходы в современной лингвистике
Subjects:
Online Access:http://earchive.tpu.ru/handle/11683/77924
Format: Electronic Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=671978