61 lines
6.7 KiB
Markdown
61 lines
6.7 KiB
Markdown
# Использование LLM на курсе
|
|
|
|
Большие языковые модели (LLM), включая чат-ботов, ассистентов программиста и агентные инструменты, можно использовать на курсе как вспомогательный инструмент. Они не должны заменять самостоятельное понимание материала и выполненного решения.
|
|
|
|
## Когда LLM можно использовать
|
|
|
|
LLM можно использовать при изучении материалов курса и выполнении домашних заданий, в частности для:
|
|
|
|
- обсуждения архитектуры и возможных подходов к решению;
|
|
- объяснения понятий, алгоритмов и документации;
|
|
- генерации и разбора программного кода;
|
|
- поиска ошибок, подготовки тестов и анализа результатов тестирования;
|
|
- рефакторинга и редактирования отчёта.
|
|
|
|
Курс не устанавливает формального ограничения на долю текста или кода, подготовленного с помощью LLM. Важно не количество такого материала, а то, понимает ли студент сданное решение и может ли отвечать за него целиком.
|
|
|
|
## Контрольные мероприятия
|
|
|
|
Во время коллоквиума, экзамена и устной защиты домашнего задания использовать LLM нельзя, если преподаватель явно не разрешил это для конкретного задания.
|
|
|
|
На защите студент должен без помощи LLM объяснить любую часть своего решения, обосновать принятые решения, разобрать предложенный преподавателем сценарий и при необходимости внести небольшое изменение в код.
|
|
|
|
## Декларация в домашнем задании
|
|
|
|
Если LLM использовались при подготовке решения, в конце отчёта `solution/readme.md` необходимо добавить раздел `## Описание применения генеративных моделей` и указать в нём:
|
|
|
|
- название модели или сервиса;
|
|
- файлы, функции или части отчёта, при работе над которыми использовалась модель;
|
|
- цель и способ применения;
|
|
- как студент проверил предложенный моделью результат;
|
|
- краткую оценку полезности применения.
|
|
|
|
Пример:
|
|
|
|
```markdown
|
|
## Описание применения генеративных моделей
|
|
|
|
- Инструмент: название модели или сервиса.
|
|
- Где использован: файлы, функции или разделы отчёта.
|
|
- Цель и способ применения: что именно было поручено модели и как использован ответ.
|
|
- Проверка результата: как был проверен полученный результат.
|
|
- Оценка полезности: что оказалось полезным, а что пришлось исправить или отклонить.
|
|
```
|
|
|
|
Если раздел отсутствует, считается, что генеративные модели при подготовке решения не использовались. Предоставлять полную историю диалогов или тексты всех запросов не требуется. Отдельный файл для декларации создавать не нужно.
|
|
|
|
## Ответственность и оценивание
|
|
|
|
Студент отвечает за корректность и соответствие требованиям всего сданного решения независимо от того, какие инструменты использовались при его подготовке. Ответ модели необходимо проверять: успешное прохождение открытых тестов само по себе не доказывает корректность реализации.
|
|
|
|
Задекларированное использование LLM само по себе не снижает оценку. Решение оценивается по обычным критериям задания, включая корректность, качество реализации и понимание, продемонстрированное на защите. Если студент не может объяснить сданное решение, оценка может быть снижена в рамках этих критериев.
|
|
|
|
Если LLM использовались, но студент не добавил раздел `## Описание применения генеративных моделей`, это считается незадекларированным использованием и может повлечь оценку 0 за соответствующий элемент контроля согласно правилам НИУ ВШЭ. То же относится к использованию LLM во время контрольного мероприятия, где оно запрещено.
|
|
|
|
Студент также отвечает за соблюдение лицензий и правил цитирования. Нельзя выдавать за собственные найденные моделью фрагменты чужого кода, ссылки или утверждения, не проверив их происхождение и содержание.
|
|
|
|
## Документы НИУ ВШЭ
|
|
|
|
- [Правила использования искусственного интеллекта студентами НИУ ВШЭ](https://www.hse.ru/studyspravka/ai_guidelines)
|
|
- [Декларация этических принципов создания и использования систем искусственного интеллекта в НИУ ВШЭ](https://www.hse.ru/docs/969670638.html)
|