Fugu-MT 論文翻訳(概要): Natural Language Proof Checking in Introduction to Proof Classes -- First Experiences with Diproche

論文の概要: Natural Language Proof Checking in Introduction to Proof Classes -- First Experiences with Diproche

arxiv url: http://arxiv.org/abs/2202.08131v1
Date: Tue, 8 Feb 2022 00:07:57 GMT
ステータス: 処理完了
システム内更新日: 2022-02-20 17:09:26.936190
Title: Natural Language Proof Checking in Introduction to Proof Classes -- First Experiences with Diproche
Title（参考訳）: 証明入門における自然言語の証明 -ディプロッシュによる最初の経験-
Authors: Merlin Carl (Europa-Universit\"at Flensburg), Hinrich Lorenzen (Europa-Universit\"at Flensburg), Michael Schmitz (Europa-Universit\"at Flensburg)
Abstract要約: 我々は,1学期数学初心者の講義において,ディプローシュシステムの活用を提示し,分析する。このシステムは、ブール集合論と初等数論におけるエクササイズを証明しようとする生徒の解法を確認するために用いられる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present and analyze the employment of the Diproche system, a natural language proof checker, within a one-semester mathematics beginners lecture with 228 participants. The system is used to check the students' solution attempts to proving exercises in Boolean set theory and elementary number theory and to give them immediate feedback. The benefits of the employment of the system are assessed via a questionnaire at the end of the semester and via analyzing the solution attempts of a subgroup of the students. Based on our results we develop approaches for future improvements.
Abstract（参考訳）: 自然言語証明チェッカーであるdiprocheシステムについて,1学期数学の初心者による228名の参加者による講義で紹介し,分析した。このシステムは、ブール集合論と初等数論の演習を証明しようとする生徒の解法を確認し、即座にフィードバックを与えるために使用される。システムの採用のメリットは、学期末のアンケートと、学生のサブグループの解決の試みを分析して評価する。結果に基づいて、今後の改善に向けたアプローチを開発します。

関連論文リスト

Logic Contrastive Reasoning with Lightweight Large Language Model for Math Word Problems [0.0]
本研究では,数理推論タスクにおける軽量大言語モデル(LLM)の性能向上に焦点をあてる。本稿では,数理論理の類似性を計測し,自動スクリーニング機構を設計する手法を提案する。肯定的および否定的な例示プロンプトを慎重に作成することにより、音響推論ロジックの導入に向けてモデルを導出する。
論文参考訳（メタデータ） (2024-08-29T08:26:42Z)
Lean-STaR: Learning to Interleave Thinking and Proving [53.923617816215774]
証明の各ステップに先立って,非公式な思考を生成するために,言語モデルをトレーニングするフレームワークであるLean-STaRを紹介します。 Lean-STaRは、Lean定理証明環境内のminiF2F-testベンチマークで最先端の結果を達成する。
論文参考訳（メタデータ） (2024-07-14T01:43:07Z)
LLM Critics Help Catch Bugs in Mathematics: Towards a Better Mathematical Verifier with Natural Language Feedback [71.95402654982095]
本研究では,自然言語フィードバック型検証器Math-Minosを提案する。実験の結果,少量の自然言語フィードバックが検証器の性能を大幅に向上させることがわかった。
論文参考訳（メタデータ） (2024-06-20T06:42:27Z)
The potential of large language models for improving probability learning: A study on ChatGPT3.5 and first-year computer engineering students [0.565395466029518]
ChatGPTは確率問題を解くための大規模言語モデルである。 ChatGPTは、一般にコンピュータ工学試験で提示される確率問題の解決に使用される。モデルが高品質な説明を提供し、どんなプログラミング言語でもソリューションを説明する能力は、大きな言語モデルが学習アシスタントとして機能する可能性を示唆している。
論文参考訳（メタデータ） (2023-10-09T12:54:58Z)
On Exams with the Isabelle Proof Assistant [0.0]
本稿では,Isabelle証明アシスタントを用いた自動推論のコースにおいて,学生の学習結果をテストするためのアプローチを提案する。このアプローチにより、様々な論理的証明システムにおける形式的証明の一般的な理解と、イザベル/HOLの高階論理における証明の理解の両方をテストすることができる。
論文参考訳（メタデータ） (2023-03-10T11:37:09Z)
Lila: A Unified Benchmark for Mathematical Reasoning [59.97570380432861]
LILAは、23の多様なタスクと4次元からなる統一的な数学的推論ベンチマークである。我々は,Pythonプログラムの形式でタスク命令とソリューションを収集することにより,20のデータセットベンチマークを拡張してベンチマークを構築した。 LILAで訓練された汎用数学的推論モデルであるBHASKARAを紹介する。
論文参考訳（メタデータ） (2022-10-31T17:41:26Z)
JiuZhang: A Chinese Pre-trained Language Model for Mathematical Problem Understanding [74.12405417718054]
本稿では,中国初の数学的事前学習言語モデル(PLM)を提示することにより,機械の数学的知性向上を目指す。他の標準のNLPタスクとは異なり、数学的テキストは問題文に数学的用語、記号、公式を含むため理解が難しい。基礎課程と上級課程の両方からなる数学PLMの学習を改善するための新しいカリキュラム事前学習手法を設計する。
論文参考訳（メタデータ） (2022-06-13T17:03:52Z)
ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文参考訳（メタデータ） (2021-07-23T22:41:28Z)
AR-LSAT: Investigating Analytical Reasoning of Text [57.1542673852013]
テキストの分析的推論の課題を研究し、1991年から2016年までのロースクール入学試験からの質問からなる新しいデータセットを紹介します。我々は,この課題をうまくこなすために必要な知識理解と推論能力を分析する。
論文参考訳（メタデータ） (2021-04-14T02:53:32Z)
Effective Feedback for Introductory CS Theory: A JFLAP Extension and Student Persistence [4.40401067183266]
我々の研究の主な目的は、学生が抽象計算モデルを学ぶのを支援することである。これらのモデルと対話するための最も一般的な教育ツールがJava Formal Languages and Automata Package (JFLAP)である。 JFLAPサーバ拡張は,学生からの宿題の提出を受け付け,その提出を正しいか間違っているか評価し,提出が正しくない場合に証人文字列を提供する。
論文参考訳（メタデータ） (2020-12-02T21:39:01Z)
Using Automated Theorem Provers for Mistake Diagnosis in the Didactics of Mathematics [0.0]
Diproche システムは、Koepke や Schr"oder 、 Cramer などによる Naproche システムに似た初心者学生の運動の文脈に特化している。本稿では,このようなアンチATPの概念を簡潔に解説し,その実装における基本技術について解説する。
論文参考訳（メタデータ） (2020-02-12T16:36:59Z)

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。