GPTベースのオープンエンド知識追跡【JST・京大機械翻訳】

Liu Naiming; Wang Zichao; Baraniuk Richard G.; Lan Andrew

プレプリント

J-GLOBAL ID：202202205373583249 整理番号：22P0300366

GPTベースのオープンエンド知識追跡【JST・京大機械翻訳】

GPT-based Open-Ended Knowledge Tracing

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月20日プレプリントサーバーでの情報更新日： 2023年03月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

教育アプリケーションにおいて,知識追跡は,学生の時変概念/スキルマスタレベルを推定する問題を,質問に対する過去の回答から,そして,それらの将来性能の予測に言及する。ほとんどの既存の知識追跡方法の1つの重要な限界は,それらが正しいか不正確であるかどうか,二値値として質問に対する学生の応答を扱うことである。応答の正当性解析/予測は,特にオープンエンド質問に対して,応答の正確な内容に含まれる学生知識に関する重要な情報を無視する。本論文では,質問に対する学生の厳密なオープンエンド応答を予測する新しいタスクを研究することにより,オープンエンド知識追跡(OKT)への最初の探索を行った。本研究は,プログラミング質問によるコンピュータ科学教育の領域にある。OKT問題に対する初期解,学生知識誘導コード生成アプローチ,を学生知識追跡手法と言語モデルを用いるプログラム合成手法を組み合わせた。また,実世界の学生コードデータセットに関する一連の定量的および定性的実験を行い,OKTを検証し,教育応用における有望性を示した。【JST・京大機械翻訳】

, , , , , , ,
, , 【Automatic Indexing@JST】

CAI

, ,

前のページに戻る