Helyi LLM-mel oldja meg a FERPA adatvédelmi gondokat az Oregon State új osztályozója
Az új rendszer enyhítheti a felsőoktatási STEM kurzusok osztályozási terheit, miközben biztosítja az adatvédelmet a FERPA előírásainak megfelelően.
Helyi LLM-alapú, nyílt forráskódú automatikus osztályozót fejlesztett ki az Oregon State University, amely a hallgatói adatok védelmét garantálja. A LaTA (LaTeX Teaching Assistant) nevű rendszer a FERPA adatvédelmi aggályokat kezeli, amelyeket a harmadik féltől származó LLM API-k használata vet fel a diákok munkáinak küldésekor — írja az arXiv-on megjelent tanulmány.
A legtöbb eddigi LLM-alapú osztályozó külső API-kat használ, ami adatvédelmi kockázatot jelent az intézmények számára. A LaTA ezzel szemben teljes egészében helyi, kereskedelmi hardveren fut, így a hallgatói munkák nem hagyják el az egyetem infrastruktúráját. A rendszer a LaTeX-alapú munkafolyamatokhoz készült, amit számos mérnöki és fizikai kurzus már alkalmaz.
Hogyan működik a LaTA?
A LaTA egy négyfokozatú folyamatot valósít meg: beolvasás, szegmentálás, osztályozás és jelentéskészítés. Ehhez egy helyileg hosztolt, nyílt súlyú, gondolatlánc-alapú LLM-et, a gpt-oss:120b modellt használja. A rendszer a hallgatói munkát összehasonlítja az oktató által írt referenciamegoldással, és egy YAML rubrikát alkalmaz bináris, tételenkénti pontozással.
Az Oregon State University már tesztelte is a LaTA-t: a 2026-os téli félévben a ME 373 (Mechanical Engineering Methods) kurzuson minden heti feladatot ezzel a módszerrel osztályoztak.