基于GPT模式的LLM模型构建高职学校人才培养工作状态数据采集与管理平台问答系统研究

创新创业理论研究与实践 ›› 2023, Vol. 6 ›› Issue (16): 9-14.

基于GPT模式的LLM模型构建高职学校人才培养工作状态数据采集与管理平台问答系统研究

林德力, 范玉婷, 廖心妍, 林叶, 林志远, 陈致州

闽江师范高等专科学校,福建福州 350108

出版日期:2023-08-25 发布日期:2023-09-15
作者简介:林德力（1984—）,男,福建福州人,硕士,实验师,研究方向：智慧校园建设、数据统计与治理。
基金资助:
2018年福建省电化教育馆教育信息技术研究课题“高等院校智慧教室建设的研究”（FJDJ1857）

LLM Model Based on GPT Mode to Construct a Question and Answer System for the Data Collection and Management Platform of Talent Training in Higher Vocational Schools

LIN Deli, FAN Yuting, LIAO Xinyan, LIN Ye, LIN Zhiyuan, CHEN Zhizhou

Minjiang Teachers College, Fuzhou Fujian, 350108, China

Online:2023-08-25 Published:2023-09-15

摘要/Abstract

摘要： 该文针对数据统计过程中繁杂的问答体系,探讨基于GPT模式的LLM模型构建高等职业学校人才培养工作状态数据采集与管理平台问答系统。基于GPT模式的LLM模型问答系统构建的三个学习过程包含训练监督策略模型、训练奖励模型和利用PPO算法微调SFT模型。问答系统构建涉及学校综合数据信息指标、师资队伍数据指标、学生情况数据指标、专业办学数据指标、产教融合数据指标五个方面的思维链建设,为准确构建逻辑体系搭建基础框架。

关键词: LLM模型, 高等职业学校, 人才培养, 数据采集, ChatGPT, 问答系统

Abstract: In view of the complicated question and answer system in the process of data statistics, this paper discusses the question and answer system of the data collection and management platform for talent training in higher vocational schools based on the LLM model of GPT mode. The three learning processes of the LLM model question answering system based on the GPT mode include the training supervision strategy model, the training reward model and the use of PPO algorithm to fine-tune the SFT model. The construction of the question and answer system involves the construction of the thinking chain in five aspects: the school's comprehensive data and information index, the faculty's data index, the student's situation data index, the professional school-running data index, and the industry-teaching integration data index, which builds the basic framework for the accurate construction of the logical system.

Key words: LLM model, Higher vocational schools, Talent training, Data acquisition, ChatGPT, Q&A system

中图分类号:

G717

林德力, 范玉婷, 廖心妍, 林叶, 林志远, 陈致州. 基于GPT模式的LLM模型构建高职学校人才培养工作状态数据采集与管理平台问答系统研究[J]. 创新创业理论研究与实践, 2023, 6(16): 9-14.

LIN Deli, FAN Yuting, LIAO Xinyan, LIN Ye, LIN Zhiyuan, CHEN Zhizhou. LLM Model Based on GPT Mode to Construct a Question and Answer System for the Data Collection and Management Platform of Talent Training in Higher Vocational Schools[J]. The Theory and Practice of Innovation and Enntrepreneurship, 2023, 6(16): 9-14.

参考文献 14

[1]	FLORIDI L, CHIRIATTI M.GPT-3: its nature, scope, limits, and consequences[J]. Minds and Machines, 2020, 30(1): 681-694.
[2]	OpenAI. GPT-4 technical report [R].2023.
[3]	SUN Yu, WANG Shuohuan, FENG Shikun, et al.Ernie 3.0: large-scale knowledge enhanced pre-training for language understanding and generation[J]. ArXiv, 2021(7):21-37.
[4]	卢兵. AI辅助让孩子学习更高效——科大讯飞AI学习机T10[J].计算机与网络,2021,47(14):20-21.
[5]	叶鹰,朱秀珠,魏雪迎,等.从ChatGPT爆发到GPT技术革命的启示[J/OL].情报理论与实践:1-5[2023-04-26].http://kns.cnki.net/kcms/detail/11.1762.G3.20230406.1251.004.html.
[6]	张俊林.由ChatGPT反思大语言模型(LLM)的技术精要[EB/OL].(2023-01-10). http://k.sina.com.cn/article26744054519f68304b01901346f.html.
[7]	DU Nan, HUANG Yanping, ANDREW D M, et al.GLaM : efficient scaling of language models withmixture-of-experts[C]//Proceedings of the 39th International Confer-ence on Machine Learning. Baltimore,USA,2022:5547-5569.
[8]	RONGALI S, JAGANNATHA A, RAWAT B P S , et al. Continual domain-tuning for pretrained language models[J]. ArXiv, 2020(19):22-36.
[9]	LONG Ouyang, JEFF W, XU Jiang, et al.Training language models to follow instructions with human feedback[J]. ArXiv, 2022(7):04-42.
[10]	NYE M, ANDREASSEN A J, GUR-ARI G, et al.Show your work: scratchpads for intermediate computation with language models[J]. ArXiv, 2021(12): 01-14.
[11]	教育部关于职业院校专业人才培养方案制订与实施工作的指导意见[J].中华人民共和国国务院公报,2019(28):42-46.
[12]	教育部等九部门关于印发《职业教育提质培优行动计划(2020—2023年)》的通知[J].中华人民共和国教育部公报,2020(11):35-48.
[13]	中共中央办公厅、国务院办公厅印发《加快推进教育现代化实施方案(2018—2022年)》[J].中华人民共和国教育部公报,2019(Z1):6-8.
[14]	教育部办公厅关于印发《本科层次职业教育专业设置管理办法(试行)》的通知[J].中华人民共和国教育部公报,2021(5):76-79.

[1]	李月军. 高校产教融合深入推进过程中面临的困境及对策探讨[J]. 创新创业理论研究与实践, 2023, 6(9): 5-7.
[2]	湛斌, 魏宇宁, 章棋, 吕一雷. 人工智能视域下涉农高校工科“双创”人才培养生态链构建探析[J]. 创新创业理论研究与实践, 2023, 6(9): 8-13.
[3]	刘娟, 王晓丹. 国内外研究生创新创业教育经验借鉴及启示[J]. 创新创业理论研究与实践, 2023, 6(9): 61-63.
[4]	邓梅娥, 冯茜, 刘嘉欣, 陈文博, 李盈盈. 校企合作促进“双师型”教师队伍建设研究——以旅游管理专业为例[J]. 创新创业理论研究与实践, 2023, 6(9): 74-76.
[5]	牛欣欣, 徐静伟, 熊晓强. “1+X”证书制度下建筑工程技术专业创新型人才培养及实施路径研究[J]. 创新创业理论研究与实践, 2023, 6(9): 88-90.
[6]	陈锡勇, 梁天权, 王南南, 王欣鹏. “双一流”形势下材料科学与工程专业硕士研究生科研素质和能力的提升途径——以广西大学为例[J]. 创新创业理论研究与实践, 2023, 6(9): 95-97.
[7]	郑超, 张硕, 宋新生, 吕大为, 何宗耀, 朱凯. 产教深度融合的产业学院人才培养模式探究——以河南城建学院智慧建造产业学院为例[J]. 创新创业理论研究与实践, 2023, 6(9): 98-101.
[8]	王宗成, 尹业师, 赵荣生, 赵雄杰, 罗小芳, 姜红宇. 地方高校制药工程专业人才创新能力培养的探索与实践[J]. 创新创业理论研究与实践, 2023, 6(9): 102-104.
[9]	尹小梅. 高职轨道交通类专业“三维一体”人才培养模式研究[J]. 创新创业理论研究与实践, 2023, 6(9): 105-107.
[10]	李学先, 魏晓. 基于高校创新型人才培养的环境化学课程教学模式改革[J]. 创新创业理论研究与实践, 2023, 6(9): 118-120.
[11]	熊大维, 游国叶, 尤园, 吴杰, 杨俊, 史丹. 新医科背景下药学类专业创新创业型人才培养新模式的构建[J]. 创新创业理论研究与实践, 2023, 6(9): 136-139.
[12]	武景龙, 景宇, 田俊, 许波. 应用型本科院校人才培养模式运行机制研究——以鄂尔多斯应用技术学院矿物资源工程专业为例[J]. 创新创业理论研究与实践, 2023, 6(9): 144-146.
[13]	郑丽, 陈建斌. 新时代商科学生数据思维能力培养的探索与实践[J]. 创新创业理论研究与实践, 2023, 6(9): 188-191.
[14]	谢添. 高校深化应用型人才培养的路径研究[J]. 创新创业理论研究与实践, 2023, 6(8): 1-3.
[15]	王倩, 王艳芳, 刘广永, 高祥晓, 于诺, 安存红. 产教融合背景下地方性本科院校经济学专业应用型人才培养研究[J]. 创新创业理论研究与实践, 2023, 6(8): 52-54.