面向文科学生的AI自然语言生成实验与教学设计.pdfVIP

ISSN1002-4956实验技术与管理第41卷第4期2024年4月

CN11-2034/TExperimentalTechnologyandManagementVol.41No.4Apr.2024

DOI:10.16791/ki.sjg.2024.04.025

面向文科学生的AI自然语言生成实验与教学设计

姚诚伟，陈春晖，陈梅

（浙江大学计算机科学与技术学院，浙江杭州310027）

摘要：在AI技术在各行业的应用呈爆发式增长的背景下，培养文科学生的AI思维和跨学科创新能力很有

必要。该文以AI自然语言生成技术为切入点，设计了一套基于语言大模型的藏头诗生成实验教学方案，主

要包括语言大模型的基本原理、微调方法、云端部署以及最终实现藏头诗生成的方法。该实验方案成功落地

实验教学，形成并开放了一套可操作、可复制的教学资料成果，有助于类似实验教学工作的开展。

关键词：人工智能；新文科；语言大模型；自然语言生成

中图分类号：G642.0；TP181文献标识码：A文章编号：1002-4956(2024)04-0177-08

随着大模型在跨媒体内容生成和逻辑推理上的技我们形成了一套可操作、可复制的实验教学资料成果，

术突破[1-3]，人工智能AI逐步成为社会热点和焦点。并在网上公开分享（网址：/yaochw/

其中，基于语言大模型（largelanguagemodel，LLM）python_course_zju/）。

的自然语言生成技术正逐步应用到教育、法律、医疗、

金融、文学和艺术等领域[4]。它通过模拟人类语言行1实验原理

为，自动生成语法准确、语义清晰且富有表达力的文藏头诗生成实验以语言大模型（LLM）技术为基

本，能够实现流畅的人机交互。础，考虑实验计算资源和可操作性两方面因素，以近

在此背景下，高校“新文科”的教育过程中，开年来学术界作为语言大模型基线的BERT为实验模

展AI自然语言生成技术的教学和培训，帮助学生培型。本节将阐述语言大模型的技术背景，以及基于BERT

养AI思维和跨学科创新能力，成为当前教学的重要预训练模型实现藏头诗生成的基本原理和方法。

任务之一[5-6]。1.1语言大模型

在我校“新文科”教学中，我们尝试通过基于语语言大模型是一种基于深度学习技术且拥有庞大

言大模型的藏头诗生成实验的设计和实施，使学生了参数规模的自然语言处理（NLP）模型，它能够利用

解和掌握其中的基本概念和基本原理，并培养他们在大规模文本数据（包括网页、书籍等）进行训练，从

AI应用上的动手实践能力。具体的实验教学内容包而学到复杂的语言结构特征，包括语法、语义和上下

括：①学习语言大模型的基本原理；②熟悉利用数据文信息等[7-8]。

集对预训练模型进行微调的方法；③在华为云服务器近年来，语言大模型在对自然语言的理解、推理

上，掌握代码和数据部署、模型训练和预测的操作流和生成方面取得了巨大进展，其中比较流行的模型包