🧪 🔬 Ұсынылған жұмыстар

1-баяндама. «Autonomous Syllabus Generation via LangGraph ReAct and Hierarchical Agentic RAG»
Авторлары: Gulshat Amirkhanova, Bauyrzhan Amirkhanov, Alikhan Amirkhanov, Ramilya Aubakirova
Мәні: LLM және іздеумен толықтырылған иерархиялық генерация (Agentic RAG) негізінде құрылымдалмаған құжаттардан силлабус пен оқу курсының құрылымын автоматты генерациялаудың агенттік жүйесі. LangGraph ReAct-тегі оркестратор пайдаланушы берген мақсаттарсыз, көп құралды алу стратегиясын қолдана отырып жұмыс істейді. Еңбек қорғау бойынша корпуста жүйе материалды 4 тақырыптық модуль мен 16 сабаққа бөлді.

2-баяндама. «Adaptive Prompting: Using Large Language Models to Generate Real-Time, Personalized Scaffolding for STEM Students»
Авторлары: Bauyrzhan Amirkhanov, Azim Aidynuly, Gulshat Amirkhanova, Alikhan Amirkhanov, Dinara Zhaisanova
Мәні: когнитивті диагностикалық модельдерді студенттің өзара әрекеттесу базасымен байланыстырып, LLM промптына педагогикалық шектеулер енгізетін бейімделгіш промптинг жүйесі — модельді дайын жауаптардың орнына кеңестер мен жетелеуші сұрақтар беруге мәжбүрлейді. Жоғары математика курсының 120 студентінде сыналды: бейімделгіш жүйені пайдаланушылар пост-тестте жоғары нәтиже көрсетті.

3-баяндама. «Automation of Generation of SCORM-Standard E-Learning Courses Based on Large Language Models and Retrieval-Augmented Generation Technology»
Мәні: LLM және RAG қолдана отырып, SCORM 1.2 стандартындағы оқу курстарын толық автоматты генерациялау жүйесі. Фокус — курстарды жасаудың еңбекті көп қажет ететін процесін автоматтандыру арқылы әдіскерлердің жұмысын жеңілдету.