論文の概要: EduChat: A Large-Scale Language Model-based Chatbot System for Intelligent Education

• arxiv url: http://arxiv.org/abs/2308.02773v1
• Date: Sat, 5 Aug 2023 02:55:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-08 18:49:54.306984
• Title: EduChat: A Large-Scale Language Model-based Chatbot System for Intelligent Education
• Title（参考訳）: EduChat:インテリジェント教育のための大規模言語モデルベースのチャットボットシステム
• Authors: Yuhao Dan, Zhikai Lei, Yiyang Gu, Yong Li, Jianghao Yin, Jiaju Lin, Linhao Ye, Zhiyan Tie, Yougen Zhou, Yilei Wang, Aimin Zhou, Ze Zhou, Qin Chen, Jie Zhou, Liang He, Xipeng Qiu
• Abstract要約: EduChatは、教育分野における大規模言語モデル(LLM)ベースのチャットシステムである。 現在、EduChatはオープンソースプロジェクトとしてオンラインで利用可能であり、そのコード、データ、モデルパラメータはプラットフォームで利用可能である。
• 参考スコア（独自算出の注目度）: 44.2456523088426
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: EduChat (https://www.educhat.top/) is a large-scale language model (LLM)-based chatbot system in the education domain. Its goal is to support personalized, fair, and compassionate intelligent education, serving teachers, students, and parents. Guided by theories from psychology and education, it further strengthens educational functions such as open question answering, essay assessment, Socratic teaching, and emotional support based on the existing basic LLMs. Particularly, we learn domain-specific knowledge by pre-training on the educational corpus and stimulate various skills with tool use by fine-tuning on designed system prompts and instructions. Currently, EduChat is available online as an open-source project, with its code, data, and model parameters available on platforms (e.g., GitHub https://github.com/icalk-nlp/EduChat, Hugging Face https://huggingface.co/ecnu-icalk ). We also prepare a demonstration of its capabilities online (https://vimeo.com/851004454). This initiative aims to promote research and applications of LLMs for intelligent education.
• Abstract（参考訳）: EduChat (https://www.educhat.top/)は、教育分野における大規模言語モデル(LLM)ベースのチャットボットシステムである。 その目標は、パーソナライズされた公正で思いやりのある知的教育をサポートし、教師、学生、そして両親に奉仕することである。 心理学と教育の理論に導かれ、オープン質問応答、エッセイ評価、ソクラテス的教育、および既存の基本的なllmに基づく感情支援といった教育機能をさらに強化する。 特に,教育コーパスの事前学習によってドメイン固有の知識を習得し,設計したシステムプロンプトや指示を微調整することで,様々なスキルを刺激する。 現在、EduChatはオープンソースプロジェクトとしてオンラインで利用可能であり、そのコード、データ、モデルパラメータはプラットフォームで利用可能である(GitHub https://github.com/icalk-nlp/EduChat, Hugging Face https://huggingface.co/ecnu-icalk など)。 また、その能力をオンラインでデモする準備もしています(https://vimeo.com/851004454)。 このイニシアチブは、知的教育のためのLLMの研究と応用を促進することを目的としている。

関連論文リスト

• From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
  MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。 中国一の大学である清華大学で予備的な実験を行う。
  論文  参考訳（メタデータ） (2024-09-05T13:22:51Z)
• ChatEd: A Chatbot Leveraging ChatGPT for an Enhanced Learning Experience in Higher Education [1.835530250800342]
  この研究は、ChatGPTの強みと従来の情報検索に基づくフレームワークを組み合わせて、高等教育における学生支援を強化する革新的なアーキテクチャを導入する。
  論文  参考訳（メタデータ） (2023-12-29T19:11:55Z)
• 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)
• Democratizing Reasoning Ability: Tailored Learning from Large Language Model [97.4921006089966]
  そこで我々は,そのような推論能力をより小さなLMに蒸留する,適切な学習手法を提案する。 対話型多ラウンド学習パラダイムを構築することにより,理科教員としてのLLMの可能性を活用する。 より小さなLMの推論可能性を活用するために,学生が自作ミスから学習する動機付けを目的とした自己回帰学習を提案する。
  論文  参考訳（メタデータ） (2023-10-20T07:50:10Z)
• Beyond Traditional Teaching: The Potential of Large Language Models and Chatbots in Graduate Engineering Education [0.0]
  本稿では,大規模言語モデル(LLM)とチャットボットを大学院工学教育に統合する可能性について検討する。 コース資料から質問バンクを作成し、正確で洞察に富んだ回答を提供するボットの能力を評価する。 数学的な問題解決やコード解釈のためにWolfram Alphaのような強力なプラグインが、ボットの機能を大幅に拡張できることを示す。
  論文  参考訳（メタデータ） (2023-09-09T13:37:22Z)
• Developing Effective Educational Chatbots with ChatGPT prompts: Insights from Preliminary Tests in a Case Study on Social Media Literacy (with appendix) [43.55994393060723]
  ChatGPTのようなゼロショット学習機能を持つ言語学習モデルの最近の進歩は、教育チャットボットを開発する新たな可能性を示している。 本稿では,混合ターンチャットボットのインタラクションを可能にするシンプルなシステムを用いたケーススタディを提案する。 本稿では,ChatGPTが複数の相互接続型学習目標を追求し,文化,年齢,教育レベルなどのユーザ特性に教育活動を適応させ,多様な教育戦略や会話スタイルを活用できる能力について検討する。
  論文  参考訳（メタデータ） (2023-06-18T22:23:18Z)
• VideoChat: Chat-Centric Video Understanding [80.63932941216129]
  我々は、ビデオチャットと呼ばれるエンドツーエンドのチャット中心のビデオ理解システムを開発した。 学習可能なニューラルネットワークを通じて、ビデオファンデーションモデルと大きな言語モデルを統合する。 予備的な定性的実験は、幅広いビデオアプリケーションにまたがる我々のシステムの可能性を実証している。
  論文  参考訳（メタデータ） (2023-05-10T17:59:04Z)
• A Review of ChatGPT Applications in Education, Marketing, Software Engineering, and Healthcare: Benefits, Drawbacks, and Research Directions [0.0]
  ChatGPTは、ディープラーニングアルゴリズムを使用して、テキストベースのプロンプトに対する人間的な応答を生成する人工知能言語モデルの一種である。 2022年11月のChatGPTの最新版の導入は、産業と学術のコミュニティに衝撃を与えた。
  論文  参考訳（メタデータ） (2023-04-29T11:25:43Z)
• Build-a-Bot: Teaching Conversational AI Using a Transformer-Based Intent Recognition and Question Answering Architecture [15.19996462016215]
  本稿では、自然言語パイプラインを用いて、独自の学校カリキュラムに基づく質問に答えるためにカスタマイズされたモデルを訓練することで、人工知能の原理を学習するためのインタフェースを提案する。 このパイプラインは、AIエージェントを作成しながら、これらのプロセスのそれぞれを通じて、学生のデータ収集、データ拡張、意図認識、質問応答を教える。
  論文  参考訳（メタデータ） (2022-12-14T22:57:44Z)
• Few-Shot Bot: Prompt-Based Learning for Dialogue Systems [58.27337673451943]
  ごく少数の例を使って会話を学ぶことは、会話型AIにおける大きな課題である。 現在の最良の会話モデルは、良いチャットシャッター(例:BlenderBot)またはゴール指向システム(例:MinTL)である。 グラデーションベースの微調整を必要とせず、学習の唯一の源としていくつかの例を用いるプロンプトベースの数ショット学習を提案する。
  論文  参考訳（メタデータ） (2021-10-15T14:36:45Z)

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。