这个过程重复进行，直到为每门课程创建了足够多的新问题 。
为了评估生成的问题，研究人员对参加过这些课程或其同等课程的麻省理工学院学生进行了调查，以比较机器生成的问题与课程原始的质量和难度差异 。


文章图片

从学生调查的结果可以看到：
1、机器的评分在质量上与人类出的题目已经有一战之力了；
2、在难度上人类的问题更适合作为课程题目，而机器生成的结果则略难一些；
3、超过一半的课程题目都能被学生看出来是模型生成的，最贴近人类的是18.01课程
参考资料：
https://www.reddit.com/r/artificial/comments/v8liqh/researchers_built_a_neural_network_that_not_only/

• 科学探索|科学家研发毫米级机器人 可实现人体内靶向给药
• 科学探索|野生蝙蝠被发现可在4年后识别跟食物奖励相关的铃声
• 科学探索|盘点大自然6种能使身体部位再生的动物
• 科学探索|中国空间站的光学舱：巡天空间望远镜预计2024年投入科学运行
• 科学探索|科学家发现了本质上不会衰老的物种
• 科学探索|问天实验舱器箭组合体今天进行垂直转运
• 科学探索|新研究揭示了大象是如何避免癌症的
• 科学探索|一种新开发的抗生素被发现可以杀死耐药性细菌
• 科学探索|增材纺织法造出人工心室模型
• 科学探索|MIT团队找到改善工业沸水工艺的方法