Дослідження можливостей Generative AI для створення контенту
| dc.contributor.advisor | Олецький, Олексій | uk_UA |
| dc.contributor.author | Столяров, Владислав | uk_UA |
| dc.date.accessioned | 2026-08-27T08:18:05Z | |
| dc.date.available | 2026-08-27T08:18:05Z | |
| dc.date.issued | 2026 | |
| dc.description.abstract | роботі запропоновано методику кількісного оцінювання якості згенерованого великими мовними моделями навчального тексту. Розроблено композитну метрику, що поєднує чотири компоненти: семантичну близькість до референсу, покриття ключових понять, внутрішню когерентність та фактологічну узгодженість на основі кросмодельної верифікації двома різними LLM. Сформульовано рубрику людської оцінки з педагогічним критерієм дидактичної цінності. Експериментально перевірено методику на корпусі з 60 фрагментів за темами курсу "Алгоритми і структури даних" НаУКМА, згенерованих моделями Claude Sonnet 4.6 та GPT-5.4. Розраховано інтеррейтерну узгодженість за коефіцієнтом Cohen's κ та виявлено ефект 'стелі" у людській оцінці на сучасних топ-моделях. Програмна реалізація методики виконана у вигляді Python-пакета content_eval. | uk_UA |
| dc.identifier.uri | https://ekmair.ukma.edu.ua/handle/123456789/40987 | |
| dc.language.iso | uk | uk_UA |
| dc.status | first published | uk_UA |
| dc.subject | великі мовні моделі | uk_UA |
| dc.subject | генеративний штучний інтелект | uk_UA |
| dc.subject | оцінювання якості тексту | uk_UA |
| dc.subject | навчальний контент | uk_UA |
| dc.subject | композитна метрика | uk_UA |
| dc.subject | рубрика | uk_UA |
| dc.subject | LLM-as-a-judge | en_US |
| dc.subject | Cohen's κ | en_US |
| dc.subject | магістерська робота | uk_UA |
| dc.title | Дослідження можливостей Generative AI для створення контенту | uk_UA |
| dc.type | Other | uk_UA |
Files
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: