VectorizationLLM to wyspecjalizowany model języka naturalnego stworzony przez Department of Electrical & Computer Engineering Technology na New York Institute of Technology w Old Westbury. Model bazuje na otwartych modelach Google i został zaprojektowany specjalnie do wsparcia studentów kursu CTEC 247: Applied Computational Analysis II. Jego głównym celem jest pomoc w zrozumieniu zaawansowanych koncepcji matematycznych i obliczeniowych wykorzystywanych w praktyce inżynierskiej.
Cecha wyróżniająca VectorizationLLM to jego rola jako instruktora, a nie bezpośredniego solvera. Model udziela szczegółowych wyjaśnień koncepcji wraz z przykładami pochodzącymi z materiałów wykładowych, ale unika podawania gotowych odpowiedzi na zadania. Architektura systemu opiera się na RAG (Retrieval Augmented Generation), czyli technice łączenia dużych modeli językowych z bazą wiedzy, co pozwala na precyzyjne odpowiadanie w kontekście konkretnego kursu. Odpowiedzi mogą obejmować kod, tekst oraz obrazy, co czyni material bardziej przystępnym dla studentów.
To rozwiązanie ilustruje trend specjalizacji dużych modeli jezykowych dla konkretnych dziedzin edukacji. W przeciwieństwie do ogólnych chatbotów, VectorizationLLM jest skonfinigurowany tak, aby wspierać proces nauczania bez „podpowiadania" bezpośrednich rozwiązań, co ma zachęcać studentów do samodzielnego myślenia. Tego rodzaju podejście może stanowić szablon dla innych instytucji edukacyjnych implementujących AI w nauczaniu STEM-u.