大语言模型技术背景下重塑研究生论文评价与指导.pdf

数智赋能研究生教育专题2024.12

DOI:10.16750/j.adge.2024.12.005

大语言模型技术背景下重塑研究生

论文评价与指导

王琳

摘要：作为生成式人工智能领域的关键分支，大语言模型凭借其在理解和生成自然语言文本方面的卓越性

能，已经成为学术写作的新助力。这一技术的发展为研究生论文的评价体系带来了前所未有的挑战，迫切需要

我们在评价维度、标准和方法上进行优化和创新。研究生的论文写作指导同样需要与时俱进，通过提升学生的

人工智能素养、强调原创性和批判性思维的培养，以及提升学术品位，来引导学生在新技术的辅助下，更加高

效地进行学术创作和知识创新。

关键词：大语言模型；人工智能；研究生论文；学术诚信；研究生教育

作者简介：王琳，重庆大学法学院副教授，重庆400044。

在研究生教育体系中，学术论文考核作为评估域带来了新的机遇和挑战[2]。相较于小规模语言模

学生学术能力和研究成果的重要手段，一直是学业型，大语言模型出现了一些新的能力，大大加强了

评价的核心组成部分。大语言模型技术的发展引发其在真实场景下的可用性，诸如根据用户输入的自

了对学生在论文写作中滥用该技术的担忧，研究生然语言指令执行特定任务的“指令遵循”

任课教师与导师正面临着一项前所未有的挑战：如（instruction-following）能力，以及根据简单的提示

何调整研究生论文的写作指导与评价方式以适应当词，例如“请一步一步思考”（Let’sthinkstepby

[3]

前的技术变革？本文旨在对这一议题作出探讨，以step），来生成论证过程的推理能力。

期为教育工作者在新技术环境下指导和评价研究生在此有必要说明一下目前更为常见的术语“生

论文写作提供参考。成式人工智能”（GenerativeArtificialIntelligence，

GenAI）和“大语言模型”的关系，以解释本文为

一、大语言模型技术机理及其在论文写作中的

何使用后一个概念。生成式人工智能的核心能力是

作用

生成新的内容或数据，这些内容或数据在统计上与

自然语言处理（NaturalLanguageProcessing，训练数据相似，但又不同于任何特定实例。生成式

NLP）是计算机科学与语言学的交叉学科，研究用人工智能的应用非常广泛，包括但不限于图像生成、

计算机理解和生成自然语言的各种理论和方法，属[4]8

音乐创作、文本生成、语音合成等。大语言模型

于人工智能领域的一个重要甚至核心分支[1]2。语言