論文の概要: How to organize an in-person, online or hybrid hackathon -- A revised planning kit

• arxiv url: http://arxiv.org/abs/2008.08025v3
• Date: Wed, 26 Mar 2025 20:41:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-30 16:13:35.333471
• Title: How to organize an in-person, online or hybrid hackathon -- A revised planning kit
• Title（参考訳）: 個人、オンライン、ハイブリッドのハッカソンの編成方法 -- 改訂された計画キット
• Authors: Abasi-amefon Obot Affia-Jomants, Kiev Gama, James D. Herbsleb, Alexander Nolte,
• Abstract要約: 当初の計画キットは、当時ハッカソンの支配的な形態であった個人内のイベントに焦点を当てていた。 現在では、さまざまな形式のイベント — 個人、オンライン、ハイブリッド – が世界中で実施されています。 このキットには、個人、オンライン、ハイブリッドイベントの余裕と要求について議論するセクションが含まれている。
• 参考スコア（独自算出の注目度）: 49.64958909433639
• License:
• Abstract: Hackathons and similar time-bounded events are a global phenomenon. Their proliferation in various domains and their usefulness for a variety of goals has led to the emergence of different formats. While there are a multitude of guidelines available on how to prepare and run a hackathon, most of them focus on a particular format that was created for a specific purpose within a domain for a certain type of participant. This makes it difficult, in particular, for novice organizers to decide how to run an event that fits their needs. To address this gap we developed the original version of this planning kit in 2020 which focused on in-person events that were the dominant form of hackathons then. That planning kit was organized around 12 key decisions that organizers need to take when preparing for, running, and following up on a hackathon. Fast forward to 2025, after going through a global pandemic that forced all events to move online, we now see different forms of events - in-person, online, and hybrid - taking place across the globe, and while they can be all valuable, they have different affordances and require different considerations when planning. To account for these differences, we decided to update the original planning kit by adding a section that discusses the affordances and requirements of in-person, online, and hybrid events to each of the 12 decisions. In addition, we modified the original example timelines to include different forms and types of events. We also updated the planning kit in general based on insights we gained through continuing to organize and study hackathons. The main planning kit is available online while this report is meant to be a downloadable and citable resource.
• Abstract（参考訳）: ハッカソンや同様の時間制限イベントは世界的な現象である。 様々な領域におけるそれらの増殖と、その様々な目標に対する有用性は、異なるフォーマットの出現につながった。 ハッカソンの準備と実行に関するガイドラインはたくさんありますが、その多くは特定の種類の参加者のためにドメイン内で特定の目的のために作成された特定のフォーマットに焦点を当てています。 これによって、特に初心者のオーガナイザが、ニーズに合ったイベントの実行方法を決定するのが難しくなる。 このギャップに対処するため、私たちは2020年にこの計画キットのオリジナルバージョンを開発しました。 このプランニングキットは、組織がハッカソンの準備、実行、フォローアップを行う際に行うべき重要な12の意思決定を中心に組織された。 2025年までには、すべてのイベントがオンラインに移行せざるを得なくなった世界的なパンデミックを経て、現在、世界中のさまざまなイベント – 個人、オンライン、ハイブリッド – が起きている。 これらの違いを考慮し、12の意思決定に、個人、オンライン、ハイブリッドイベントの余裕と要求を議論するセクションを追加することで、当初の計画キットを更新することにしました。 さらに、元の例のタイムラインを、さまざまなフォームやイベントの種類を含むように修正しました。 私たちはまた、ハッカソンの組織化と研究を続けることで得られた洞察に基づいて、計画キットを全般的に更新しました。 メインのプランニングキットはオンラインで利用可能だが、このレポートはダウンロード可能で検証可能なリソースである。

関連論文リスト

• Hindsight Planner: A Closed-Loop Few-Shot Planner for Embodied Instruction Following [62.10809033451526]
  本研究は,Large Language Models (LLM) を用いた Embodied Instruction following (EIF) タスクプランナの構築に焦点をあてる。 我々は,このタスクを部分観測可能なマルコフ決定プロセス (POMDP) として構成し,数発の仮定で頑健なプランナーの開発を目指す。 ALFREDデータセットに対する我々の実験は、プランナーが数ショットの仮定で競争性能を達成することを示す。
  論文  参考訳（メタデータ） (2024-12-27T10:05:45Z)
• Open-Event Procedure Planning in Instructional Videos [18.67781706733587]
  我々は,オープンイベント・プロシージャ・プランニング(OEPP)と呼ばれる新しいタスクを導入し,従来のプロシージャ・プランニングをオープンイベント・セッティングに拡張する。 OEPPは、プランナーが学習した知識をトレーニング中に見たことのない同様のイベントに転送できるかどうかを検証することを目的としている。
  論文  参考訳（メタデータ） (2024-07-06T16:11:46Z)
• EVIT: Event-Oriented Instruction Tuning for Event Reasoning [18.012724531672813]
  イベント推論は、特定の関係に従ってイベントを推論し、将来のイベントを予測することを目的としている。 大規模言語モデル(LLM)は、その豊富な知識と推論能力のために、イベント推論において大きな進歩を遂げている。 しかし、現在使われている命令調整モデルでは、これらのタスクを管理するのに例外的な習熟度が一貫して示されていない。
  論文  参考訳（メタデータ） (2024-04-18T08:14:53Z)
• The Case for Developing a Foundation Model for Planning-like Tasks from Scratch [5.745039200420619]
  ファンデーションモデル(FM)は、自動計画とスケジューリング(APS)を含む多くのコンピューティング分野に革命をもたらした。 本稿では,PLタスクをスクラッチから包括的に行うためのFMの必要性について論じ,設計上の考慮事項について考察する。
  論文  参考訳（メタデータ） (2024-04-06T07:44:40Z)
• Modeling Complex Event Scenarios via Simple Entity-focused Questions [58.16787028844743]
  複雑なシナリオにおけるイベントを参加者に関する質問に対する回答としてモデル化する質問誘導生成フレームワークを提案する。 生成プロセスの任意のステップでは、フレームワークは以前に生成されたイベントをコンテキストとして使用するが、3つの質問の1つに対する回答として次のイベントを生成する。 私たちの経験的評価は、この質問誘導世代が、参加者のより優れたカバレッジ、ドメイン内の多様なイベント、イベントシーケンスのモデリングにおける同等の難易度を提供することを示している。
  論文  参考訳（メタデータ） (2023-02-14T15:48:56Z)
• Planning-oriented Autonomous Driving [60.93767791255728]
  我々は、最終目標、すなわち自動運転車の計画を追求するために、好ましいフレームワークを考案し、最適化すべきであると主張している。 フルスタック運転タスクをひとつのネットワークに組み込んだ総合的なフレームワークであるUnified Autonomous Driving (UniAD)を紹介した。
  論文  参考訳（メタデータ） (2022-12-20T10:47:53Z)
• Are All Steps Equally Important? Benchmarking Essentiality Detection of Events [92.92425231146433]
  本稿では,現在のモデルが目標イベントに関連するステップイベントの本質をどの程度理解しているかについて検討する。 コミュニティガイドサイトWikiHowから収集した高品質なペア(ゴール,ステップ)コーパスをコントリビュートする。 高いアノテータ間の合意は、人間が事象の本質について一貫した理解を持っていることを証明している。
  論文  参考訳（メタデータ） (2022-10-08T18:00:22Z)
• PILED: An Identify-and-Localize Framework for Few-Shot Event Detection [79.66042333016478]
  本研究では,事前学習した言語モデルから事象関連知識を引き出すために,クローゼプロンプトを用いた。 型固有のパラメータの数を最小化し、新しい型に対するイベント検出タスクに迅速に適応できるようにします。
  論文  参考訳（メタデータ） (2022-02-15T18:01:39Z)
• ICDM 2020 Knowledge Graph Contest: Consumer Event-Cause Extraction [32.98854942549533]
  イベント原因抽出タスクを再考するために、新しい視点を導入する。 イベントタイプとイベント原因を別々に抽出する代わりに,新しいシーケンスタグフレームワークを提案する。 私たちのチームは第1ステージのリーダーボードで1位、最終ステージのリーダーボードで3位を獲得しました。
  論文  参考訳（メタデータ） (2021-10-28T09:08:35Z)
• Planning with Learned Object Importance in Large Problem Instances using Graph Neural Networks [28.488201307961624]
  現実の計画問題は、数百から数千ものオブジェクトを巻き込むことが多い。 単一推論パスにおけるオブジェクトの重要性を予測するためのグラフニューラルネットワークアーキテクチャを提案する。 提案手法では,プランナと遷移モデルをブラックボックスとして扱い,既製のプランナで使用することができる。
  論文  参考訳（メタデータ） (2020-09-11T18:55:08Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。