• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Препринты
  • A Novel Psychometrics-Based Approach to Developing Professional Competency Benchmark for Large Language Models
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2028
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
25 сентября 2026 г.
«Климатический переход - это необязательно ограничение для бизнеса»
Линара Хадимуллина работает в сфере низкоуглеродного развития. В интервью проекту «Молодые ученые Вышки» она рассказала, почему природа для нее не просто красивый фон, зачем исследовать роль устойчивого корпоративного управления в снижении выбросов парниковых газов и как выращивание урожая становится источником вдохновения.
25 сентября 2026 г.
Окно в организм: российские ученые создали нейросеть, которая определяет риск заболеваний по глазам
Российские университеты с участием НИУ ВШЭ, Сбер и концерн ИИ Z-union разработали нейросеть, которая по фотографии сетчатки может одновременно оценивать риск 15 видов патологий, включая не только глазные болезни, но и сердечно-сосудистые заболевания. ИИ-система помогает врачу заметить тревожные изменения на ранней стадии, признаки, которые отражаются на состоянии сосудов сетчатки, и понять, нужно ли человеку пройти дополнительное обследование. Работа опубликована в журнале Frontiers in Medicine.
23 сентября 2026 г.
В НИУ ВШЭ испытали робота с ИИ для распознавания окружающей среды
Инженеры и исследователи Института робототехнических систем НИУ ВШЭ провели первые испытания нейросетевой модели для распознавания среды непосредственно на роботе-собаке. Робот передвигался по зданию НИУ ВШЭ на Покровке, а также по Покровскому бульвару, анализируя окружающую обстановку и определяя, в какой сцене и локации он находится.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

A Novel Psychometrics-Based Approach to Developing Professional Competency Benchmark for Large Language Models

2024.
Карданова Е. Ю., Иванова А. Е., Тарасова К. В., Пащенко Т. В., Tikhoniuk A., Юсупова Э. М., Каспржак А. Г., Кузьминов Я. И., Кручинская Е. В., Brun I.
The era of large language models (LLM) raises questions not only about how to train models, but also about how to evaluate them. Despite numerous existing benchmarks, insufficient attention is often given to creating assessments that test LLMs in a valid and reliable manner. To address this challenge, we accommodate the Evidence-centered design (ECD) methodology and propose a comprehensive approach to benchmark development based on rigorous psychometric principles. In this paper, we have made the first attempt to illustrate this approach by creating a new benchmark in the field of pedagogy and education, highlighting the limitations of existing benchmark development approach and taking into account the development of LLMs. We conclude that a new approach to benchmarking is required to match the growing complexity of AI applications in the educational context. We construct a novel benchmark guided by the Bloom's taxonomy and rigorously designed by a consortium of education experts trained in test development. Thus the current benchmark provides an academically robust and practical assessment tool tailored for LLMs, rather than human participants. Tested empirically on the GPT model in the Russian language, it evaluates model performance across varied task complexities, revealing critical gaps in current LLM capabilities. Our results indicate that while generative AI tools hold significant promise for education - potentially supporting tasks such as personalized tutoring, real-time feedback, and multilingual learning - their reliability as autonomous teachers' assistants right now remain rather limited, particularly in tasks requiring deeper cognitive engagement.
Научное направление: Образование Компьютерные науки Прочие социальные науки
Приоритетные направления: компьютерно-математическое
Язык: английский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: тестированиепрофессиональные компетенцииtestingпсихометрикаpsychometricsprofessional competenceLLMбольшие языковые модели
Похожие публикации
Unstructured after-school practices and academic achievement: socioeconomic stratification and compensatory associations in Russia
Остапенко Е. С., Иванов И. Ю., JOURNAL OF EDUCATION AND LEARNING 2026 Vol. 20 No. 4 P. 2288–2295
Добавлено: 27 сентября 2026 г.
Inverse quickest path problem on networks under weighted l_\infty norm
Qian X., Guan X., Zhang B. и др., Journal of Global Optimization 2026
Добавлено: 27 сентября 2026 г.
Navigating Complexity: Statistical Methods, Data Analysis, and Machine Learning for Actionable Insights
Switzerland: Springer Cham, 2026.
Добавлено: 25 сентября 2026 г.
Теология: путь к универсальной методологии
Рупова Р. М., Вопросы теологии 2023 Т. 5 № 3
В рецензии рассматривается новый издательский проект, посвященный концептуальным основам христианской теологии образования. Предложенная в нем парадигма образования, в названии которой на первом месте стоит слово «теология», свидетельствует о том, что образованию придается богословски значимый статус, оно строится в перспективе базовых ценностей человеческого бытия, связанных с богочеловеческими отношениями. Лишь в силу выстраивания этой вертикали образование может ...
Добавлено: 25 сентября 2026 г.
An early warning system for emerging markets
Краевский А. А., Соколовский Е. И., Prokhorov A., Emerging Markets Review 2026 No. 74 P. 1–19
Добавлено: 25 сентября 2026 г.
Экспериментальное сравнение HTTP/2 и HTTP/3 в условиях программно моделируемой сетевой деградации
Дубич Е. В., Щагин Д. В., Славянский форум 2026 № 2 (52) С. 560–565
В статье сравниваются протоколы HTTP/2 и HTTP/3 при передаче статических файлов в условиях программно моделируемой сетевой деградации. Эксперимент показал, что HTTP/3 не является универсально более быстрым, но устойчивее проявляет себя при росте задержки и потерь пакетов. ...
Добавлено: 25 сентября 2026 г.
Synthesis of Acyclic Models for Processes Without Repeating Events
Joulitov A.K., Lomazova I.A., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 4(2) P. 215–224
В майнинге процессов (process mining) графы непосредственного следования (Directly-Follows Graph, DFG) популярны благодаря своей простоте и наглядности. Однако, если процесс является ациклическим, но содержит параллельные события, стандартные алгоритмы построения DFG-моделей могут генерировать «ложные» циклы, которыe не представлены в журнале событий. Такие циклы мешают анализу информационных процессов, значительно снижая интерпретируемость и точность (precision) модели. Эта проблема ...
Добавлено: 24 сентября 2026 г.
Анализ протокола выработки общего ключа для управления микросхемой интеллектуальной карты
Добрина Д. Н., Нестеренко А. Ю., Прикладная дискретная математика. Приложение 2026 № 19 С. 151–159
Работа содержит результаты формального анализа криптографических механизмов, входящих в состав проекта методических рекомендаций «Защищенный универсальный протокол передачи данных и управления микросхемой интеллектуальной карты» (протокол SECUNDA). Получена формальная модель и перечень трудноразрешимых математических задач, трудоёмкостью решения которых можно оценить стойкость используемых криптографических механизмов. ...
Добавлено: 24 сентября 2026 г.
Discovering object-centric Petri nets with parametric arcs
I.I. Sergeev, I.A. Lomazova, Modeling and Analysis of Information Systems 2026 Vol. 33 No. 3 P. 394–419
Объектно-ориентированный process mining сформировался как эффективная парадигма анализа событийных данных, включающих несколько взаимодействующих бизнес-объектов. Существующие методы обнаружения моделей часто опираются на объектно-ориентированные сети Петри с фиксированными кратностями дуг, что ограничивает их способность представлять параметрические закономерности потребления и производства ресурсов, а также отражать количественные зависимости между взаимодействующими типами объектов. В данной работе предлагается метод обнаружения объектно-ориентированных ...
Добавлено: 24 сентября 2026 г.
JavaCapsule: Итеративная генерация и отладка Java-кода на основе структурированной обратной связи
Александров Д. В., Василевский В. И., Резуник Л. и др., В кн.: Труды Института системного программирования РАНТ. 38. Вып. 5.: ИСП РАН, 2026. С. 73–90.
Ограничения при выполнении задач, требующих точного извлечения информации из сверхдлинных последовательностей, приводят к снижению качества генерации и отладки кода крупных объектно-ориентированных систем, характеризующихся сложными межклассовыми зависимостями и необходимостью анализа длинных трассировок выполнения, превышающих размеры стандартных контекстных окон. Предлагается технология JavaCapsule для генерации и отладки Java-кода, реализующая итеративную отладку на основе структурированной обратной связи, включающей результаты ...
Добавлено: 24 сентября 2026 г.
Hybrid Graph Retrieval-Augmented Language Agents for Collaborative Recommendation
Ivan Bulychev, Савченко А. В., AI 2026 Vol. 7 No. 9 Article 380
Добавлено: 24 сентября 2026 г.
Risks and the image of the future in the study of AI technologies prospects
Снегирев А. Ю., Сычев С. В., Futures 2026 Vol. 183 P. 1–22
Добавлено: 23 сентября 2026 г.
Choosing Between AI Responses: How Valence, Arousal, and Dominance Shape User Preference
Паршаков П. А., Паклина С. Н., International Journal of Human-Computer Interaction 2026 P. 1–17
Добавлено: 23 сентября 2026 г.
A Two-Stage Deep Reinforcement Learning Framework for Radio Resource Management and Network Slicing in 5G Heterogeneous Networks
Андраби У. М., Wadood E., Ojha S. K. и др., IEEE Access 2026 Vol. 14 P. 103358–103375
Добавлено: 23 сентября 2026 г.
LLM-assisted writing and citation advantage: evidence from scientific publications before and after ChatGPT release
Паклина С. Н., Паршаков П. А., Elena Rapoport, Scientometrics 2026 P. 1–26
Добавлено: 23 сентября 2026 г.
Critical Success Factors for GenAI Digital Products: From Technology–Market Duality to a Technology–Market–Ethics Triad
Sorokin I., Текич Ж., Technology in Society 2026 Vol. 88 Article 103456
Добавлено: 23 сентября 2026 г.
Label-Free Quantification in the Crux Toolkit
Кертес-Фаркаш А., Аквей Ф. Л., Journal of Proteome Research 2026 Vol. 25 P. 3764–3768
Добавлено: 23 сентября 2026 г.
Вторая Всероссийская конференция медиапедагогов. Материалы конференции
М.: Факультет журналистики МГУ им. М.В.Ломоносова, 2025.
В сборнике представлены материалы II Всероссийской научно-практической конференции медиапедагогов, проведенной 3-4 октября 2025 года факультетом журналистики МГУ имени М. В. Ломоносова. Авторы описывают актуальные медиаобразовательные практики, предлагают новейшие разработки в области медиаобразования, размышляют о различных аспектах обеспечения информационно-когнитивной безопасности детей, подростков и молодежи в условиях укрепления системы духовно-нравственных ценностей российского общества. ...
Добавлено: 22 сентября 2026 г.
Risk Assessment Models for Heated Tobacco Products
Maddalena L., Yildiz B., Del Vecchio Blanco F. и др., Risk Analysis 2026 Vol. 46 No. 4 P. 1–26
Добавлено: 22 сентября 2026 г.
Wind Turbines Surface Damage Automatic Detection Using YOLOv8 with Specialized Backbone Modification
Aleksei Samarin, Мамаева А. С., Aleksei Toropov и др., , in: Proceedings of the 36th Conference of Open Innovations Association FRUCT, Helsinki, Finland, 30 October - 1 November 2024Vol. 36.: FRUCT Oy, 2024. P. 702–710.
Добавлено: 19 сентября 2026 г.
Lightweight Image Pre-processing Model for Improving Segmentation of Infrared Human Eye Images
Aleksei Samarin, Aleksei Toropov, Kotenko E. и др., , in: Proceedings of the 37th Conference of Open Innovations Association FRUCTVol. 37.: Helsinki: FRUCT Oy, 2025. P. 271–277.
Добавлено: 19 сентября 2026 г.
CONVIVIAL OR MANIPULATIVE TOOLS? LLMS IN RUSSIAN HIGHER EDUCATION (THE CASE OF THE SCHOOL OF ADVANCED STUDIES)
Шиповалова Л. В., Социология власти 2026 Vol. 38 No. 1 P. 224–243
Добавлено: 18 сентября 2026 г.
An LLM-Based Approach for Creating Multi-agent Systems
Резуник Л., Александров Д. В., Mikhail Prozorskiy, , in: Intelligent Decision Technologies. Proceedings of the 17th KES-IDT 2025 ConferenceVol. 450.: Cham: Springer, 2026. P. 81–91.
Добавлено: 14 сентября 2026 г.
Искусственный интеллект и профессия переводчика: критический интегративный обзор изменений рынка труда, качества перевода и профессиональной реконфигурации (2022 - 2026)
Егорова И. С., Journal of Employment and Career 2025 Vol. 4 No. 4 P. 27–43
Введение. Быстрое распространение больших языковых моделей усилило представ-ление о приближающейся технологической избыточности профессии переводчика. Однако имеющиеся данные распределены между экономикой труда, компьютерной лингвистикой, переводоведением, отраслевыми исследованиями и работами по под-готовке переводчиков и не позволяют сделать единый вывод в отношении всей профессиональной сферы. Цель. Статья направлена на установление того, как искусственный интеллект по-влиял на спрос на ...
Добавлено: 8 сентября 2026 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору