Fugu-MT 論文翻訳(概要): Teaching Performance Modeling in the era of millennials

論文の概要: Teaching Performance Modeling in the era of millennials

arxiv url: http://arxiv.org/abs/2001.08949v1
Date: Fri, 24 Jan 2020 11:33:51 GMT
ステータス: 処理完了
システム内更新日: 2023-06-06 03:03:12.019657
Title: Teaching Performance Modeling in the era of millennials
Title（参考訳）: ミレニアル世代におけるパフォーマンスモデリングの指導
Authors: Vittoria de Nitto Person\`e (University of Rome Tor Vergata, Rome, Italy)
Abstract要約: パフォーマンスモデリング(PM)の教育は70年代初頭に始まり、80年代にピークに達した。この時代から今日に至るまで、コンピューティングシステムは深く変化してきた。この論文は、回答を提供する目的ではなく、主にリフレクションや議論への道を開くことを目的としている。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Performance Modeling (PM) teaching started in the early 70s and reached its peak in the 80s. From those years and until today computing systems have deeply changed. Moreover, in the last two decades an economical crisis has involved the educational system, while the new generations show new learning modes. In this time, new literature has developed about learning and teaching. Rarely highlighting the critical issues. Higher learning is changing its role maybe unawares. In this paper, the author starts from a close examination of the state of the art of PM courses in Universities around the world and tries to highlight the main critical issues of teaching nowadays. The paper has not the aim to give answers but mainly that to open the way to reflections and discussions.
Abstract（参考訳）: パフォーマンスモデリング(PM)の教育は70年代初頭に始まり、80年代にピークに達した。その時代から今日まで、コンピューティングシステムは深く変化してきた。さらに、過去20年間に経済危機が教育制度を巻き込んでおり、新しい世代は新たな学習方法を示している。この時期、新しい文学が学習と教育に発展してきた。重要な問題を強調するのはまれです。高等教育は役割を変えつつある。本稿では,世界中の大学におけるPM講座の現状を精査し,近年の教育の重要課題を浮き彫りにしようとしている。この論文は、回答を与える目的ではなく、主にリフレクションや議論への道を開くことを目的としている。

関連論文リスト

Towards Incremental Learning in Large Language Models: A Critical Review [0.0]
このレビューは、大規模言語モデルにおける漸進的学習の包括的分析を提供する。それは、継続的な学習、メタラーニング、パラメータ効率の学習、およびエキスパートの混合学習を含む、最先端の漸進的な学習パラダイムを合成する。重要な発見は、これらのアプローチの多くはコアモデルを更新せず、リアルタイムでインクリメンタルに更新するものではないことである。
論文参考訳（メタデータ） (2024-04-28T20:44:53Z)
YODA: Teacher-Student Progressive Learning for Language Models [82.0172215948963]
本稿では,教師が指導するプログレッシブ・ラーニング・フレームワークであるYodaを紹介する。モデルファインチューニングの有効性を向上させるために,教師の教育過程をエミュレートする。実験の結果, YODAのデータによるLLaMA2のトレーニングにより, SFTは大幅に向上した。
論文参考訳（メタデータ） (2024-01-28T14:32:15Z)
Adapting Large Language Models for Education: Foundational Capabilities, Potentials, and Challenges [60.62904929065257]
大規模言語モデル(LLM)は、個々の要求を解釈することでこの問題を解決する可能性を提供する。本稿では, 数学, 文章, プログラミング, 推論, 知識に基づく質問応答など, 教育能力に関する最近のLLM研究を概観する。
論文参考訳（メタデータ） (2023-12-27T14:37:32Z)
Continual Learning: Applications and the Road Forward [119.03464063873407]
継続的学習は、機械学習モデルが、過去に学んだことを忘れずに知識を蓄積することで、新しいデータを継続的に学習できるようにすることを目的としている。この研究は、2023年3月のDagtuhl Seminar on Deep Continual Learningで著者らが行った多くの議論の結果である。
論文参考訳（メタデータ） (2023-11-20T16:40:29Z)
Defining a New NLP Playground [85.41973504055588]
最近の大規模言語モデルの性能の爆発により、自然言語処理の分野は80年の歴史の中で他のどの変化よりも突然かつ地震的に変化した。本稿では、理論解析、新しい課題、学習パラダイム、学際的応用など、20以上の博士論文にふさわしい研究方向性を提案する。
論文参考訳（メタデータ） (2023-10-31T17:02:33Z)
PapagAI:Automated Feedback for Reflective Essays [48.4434976446053]
ドクティック理論をベースとして,ハイブリッドAIシステムとして実装された,初のオープンソース自動フィードバックツールを提案する。本研究の主な目的は,学生の学習成果の向上と,講師の指導活動を補完することである。
論文参考訳（メタデータ） (2023-07-10T11:05:51Z)
Teacher and Student Experiences in Online Classes During COVID-19 Pandemic in Serbia, Bosnia and Herzegovina and Croatia [0.0]
2020年3月、世界保健機関(WHO)は新型コロナウイルスのパンデミックを宣言し、多くの活動の中断と遅延を引き起こした。オンライン教育は、教室で働けないことを補うのに最もよく使われる方法であることが証明される。本稿では,パンデミックの開始とともに,セルビア,ボスニア,ヘルツェゴビナ,クロアチアでオンライン教育が実施され始めた経緯を述べる。
論文参考訳（メタデータ） (2022-01-30T17:47:58Z)
Improving Ethical Outcomes with Machine-in-the-Loop: Broadening Human Understanding of Data Annotations [0.0]
本稿では,自然言語に基づく教師付き機械学習タスクにおける不必要なバイアスの根本原因を解決することを目的とした,ループ内機械学習パイプラインを提案する。 LivedXは、マイノリティ化された学生の生活経験を21世紀のスキルに翻訳し、マイクロクレジットを発行し、21世紀のスキルポートフォリオを作成する。
論文参考訳（メタデータ） (2021-12-16T03:21:01Z)
The Evaluation Case Study of Online Course During Pandemic Period in Mongolia [0.0]
本稿では,パンデミック期におけるオンラインコースの自己評価試験とケーススタディについて述べる。教育開発を継続するためには、従来の対面授業からオンラインコースに切り替える必要があった。本研究の目的は,構造指向評価モデルに基づくeラーニングの評価プロセスを共有することである。
論文参考訳（メタデータ） (2021-05-26T09:35:40Z)
What Makes a Star Teacher? A Hierarchical BERT Model for Evaluating Teacher's Performance in Online Education [9.849385259376524]
我々は,1,085のオンラインコースのサブタイトルを用いて,教師のパフォーマンスを理解し,効果的に予測する体系的な研究を行う。これらの知見に基づいて,オンライン教育における教師のパフォーマンスを予測するための階層的なBERTモデルを提案する。提案モデルでは,各コース内の階層構造と,コース内容から抽出した深い意味的特徴を抽出することができる。
論文参考訳（メタデータ） (2020-12-03T01:51:20Z)
Neural Multi-Task Learning for Teacher Question Detection in Online Classrooms [50.19997675066203]
教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
論文参考訳（メタデータ） (2020-05-16T02:17:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。