Zelma ซึ่งเป็นผู้ช่วยวิจัยที่ขับเคลื่อนด้วย GPT-4 กำลังทำให้ข้อมูลทางการศึกษาของสหรัฐอเมริกาเข้าถึงได้สำหรับผู้ปกครอง ครู ผู้บริหาร และผู้กำหนดนโยบาย
แม้ว่าจะมีข้อมูลการทดสอบมาตรฐานสำหรับนักเรียนเกรด 3–8 แต่ข้อมูลเชิงลึกเกี่ยวกับผลการเรียนในวิชาภาษาอังกฤษและคณิตศาสตร์นั้นยังคงกระจัดกระจายและถูกใช้งานน้อยมาก
ทีมวิจัยของ Brown University ได้ใช้เวลาหนึ่งปีในการรวบรวมและจัดระเบียบข้อมูลการทดสอบมาตรฐานให้เป็นรูปแบบเดียวกัน ทำให้ผู้ปกครองและผู้กำหนดนโยบายสามารถใช้ภาษาธรรมดาเพื่อรับข้อมูลเชิงลึกทางการศึกษาได้ทันที
พวกเขาใช้ function calling เพื่อให้ GPT-4 เลือกภาพและฟิลด์ข้อมูลที่เหมาะสม และปรับแต่งโมเดลเพื่อสร้างแบบถามนำที่รู้บริบทของข้อมูล ทำให้ผู้ใช้เข้าใจขอบเขตความรู้ของ Zelma ได้อย่างชัดเจน
นอกจากนี้ Zelma ยังแสดงโค้ด SQL และให้คำจำกัดความของปัจจัยภายนอกที่อาจส่งผลกระทบต่อข้อมูลในปีนั้นๆ ด้วย
ศัพท์ที่ควรรู้
- GPT-4 – คือโมเดลภาษาขนาดใหญ่ที่ขับเคลื่อน Zelma ให้สามารถทำงานวิเคราะห์ข้อมูลได้
- Function Calling – คือความสามารถที่ช่วยให้ GPT-4 เลือกและใช้ข้อมูลภาพและฟิลด์ที่ต้องการในการแสดงผล
- Vector Database – คือฐานข้อมูลที่ใช้เก็บตัวอย่างกราฟที่ดี เพื่อเพิ่มความแม่นยำในกรณีที่ซับซ้อน
- ELA – ย่อมาจาก English Language Arts ซึ่งเป็นวิชาภาษาอังกฤษที่ครอบคลุมทักษะการใช้ภาษา
ที่มา: OpenAI