Розмір шрифту: 

Сучасна освіта потребує масштабованих інструментів персоналізації, що адаптуються до індивідуального рівня та стилю навчання здобувача освіти. Великі мовні моделі (Large Language Models, LLM) відкривають принципово нові можливості для вирішення цього завдання. Запропоновано архітектуру інтелектуальної навчальної системи, що інтегрує технологію Retrieval-Augmented Generation (RAG) для забезпечення точності та верифікованості генерованого контенту, а також метод Parameter-Efficient Fine-Tuning на основі Low-Rank Adaptation (LoRA) для предметно-орієнтованого донавчання моделі за умов обмежених обчислювальних ресурсів. Обґрунтовано механізм адаптації навчального контенту відповідно до індивідуального профілю здобувача освіти через динамічний prompt-конструктор. Охарактеризовано три функціональні режими системи: діалоговий тьютор, автоматична генерація навчальних завдань та інтелектуальне оцінювання відповідей із зворотним зв'язком. Визначено перспективний напрям подальших досліджень - розробку мультиагентних навчальних середовищ із розподілом ролей між спеціалізованими LLM-агентами для масштабованої персоналізації освітнього процесу.