論文の概要: FSM Builder: A Tool for Writing Autograded Finite Automata Questions

• arxiv url: http://arxiv.org/abs/2405.01717v1
• Date: Thu, 2 May 2024 20:25:25 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-06 14:34:45.211770
• Title: FSM Builder: A Tool for Writing Autograded Finite Automata Questions
• Title（参考訳）: FSM Builder: 自動フィニット自動質問を書くツール
• Authors: Eliot Wong Robson, Sam Ruggerio, Jeff Erickson,
• Abstract要約: FSM Builderは、学生がグラフィカルエディタを使ってDFAやNFAの構築を実践できる新しい教育ツールである。 これらを生成するアルゴリズムは、以前の研究に強くインスパイアされている。 複数の大規模コースでこのツールを使用した経験から,ツールの実装,従来のツールとどのように際立っているか,といった点について論じる。
• 参考スコア（独自算出の注目度）: 0.5018156030818883
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deterministic and nondeterministic finite automata (DFAs and NFAs) are abstract models of computation commonly taught in introductory computing theory courses. These models have important applications (such as fast regular expression matching), and are used to introduce formal language theory. Undergraduate students often struggle with understanding these models at first, due to the level of abstraction. As a result, various pedagogical tools have been developed to allow students to practice with these models. We introduce the FSM Builder, a new pedagogical tool enabling students to practice constructing DFAs and NFAs with a graphical editor, giving personalized feedback and partial credit. The algorithms used for generating these are heavily inspired by previous works. The key advantages to its competitors are greater flexibility and scalability. This is because the FSM Builder is implemented using efficient algorithms from an open source package, allowing for easy extension and question creation. We discuss the implementation of the tool, how it stands out from previous tools, and takeaways from experiences of using the tool in multiple large courses. Survey results indicate the interface and feedback provided by the tool were useful to students.
• Abstract（参考訳）: 決定論的および非決定論的有限オートマトン(DFAs、NFA)は、入門計算理論のコースで一般的に教えられる計算の抽象モデルである。 これらのモデルには重要な応用(高速正規表現マッチングなど)があり、形式言語理論の導入に用いられる。 大学生は、抽象化のレベルのため、最初はこれらのモデルを理解するのに苦労することが多い。 その結果、学生がこれらのモデルで実践できるように、様々な教育ツールが開発されている。 FSM Builderは、学生がグラフィカルエディタでDFAやNFAの構築を実践し、パーソナライズされたフィードバックと部分的なクレジットを提供するための新しい教育ツールである。 これらを生成するアルゴリズムは、以前の研究に強くインスパイアされている。 競合他社にとって重要な利点は、柔軟性とスケーラビリティだ。 これは、FSM Builderがオープンソースパッケージの効率的なアルゴリズムを使って実装されているためである。 複数の大規模コースでこのツールを使用した経験から,ツールの実装,従来のツールとどのように際立っているか,といった点について論じる。 調査の結果,ツールが提供するインターフェースとフィードバックは学生にとって有用であった。

関連論文リスト

• A Web App for Teaching Finite State Automata [0.0]
  finsm.ioは決定論的および非決定論的有限状態オートマトン(DFA/NFA)の作成、シミュレーション、輸出のためのツールである 本稿では,ツールの基盤となる概念的背景について述べるとともに,複数年,数百人の学生を対象にしたツールの特徴と事前評価について述べる。 予備的な評価では、インストラクターや学生は圧倒的にツールを他人に推奨し、学習と教育を改善したことに同意する。
  論文  参考訳（メタデータ） (2024-10-15T23:28:26Z)
• Finite State Machine with Input and Process Render [0.22940141855172028]
  本稿では,FSMシミュレーションのビデオを生成するFSM(Finite State Machines)の自動可視化ツールを開発した。 教育者はFSMと入力文字列の任意の形式的定義を入力でき、FSMIPRはそのシミュレーションのビデオを生成する。
  論文  参考訳（メタデータ） (2024-09-25T16:14:15Z)
• Chain of Tools: Large Language Model is an Automatic Multi-tool Learner [54.992464510992605]
  Automatic Tool Chain(ATC)は、大規模言語モデル(LLM)がマルチツールユーザとして機能することを可能にするフレームワークである。 次に,ツールの範囲を拡大するために,ブラックボックス探索法を提案する。 包括的な評価のために、ToolFlowという挑戦的なベンチマークを構築しました。
  論文  参考訳（メタデータ） (2024-05-26T11:40:58Z)
• Towards Completeness-Oriented Tool Retrieval for Large Language Models [60.733557487886635]
  現実世界のシステムは多種多様なツールを組み込んでおり、全てのツールを大規模言語モデルに入力することは不可能である。 既存のツール検索手法は主にユーザクエリとツール記述間のセマンティックマッチングに焦点を当てている。 我々は,ユーザクエリとツール記述のセマンティックな類似性だけでなく,ツールの協調的情報も考慮した,新しいモデル診断型協調学習型ツール検索手法であるCOLTを提案する。
  論文  参考訳（メタデータ） (2024-05-25T06:41:23Z)
• CLOVA: A Closed-Loop Visual Assistant with Tool Usage and Update [69.59482029810198]
  CLOVAは、推論、リフレクション、学習フェーズを含むフレームワーク内で動作するクローズドループビジュアルアシスタントである。 その結果,CLOVAは既存のツール利用手法を5%,知識タグ付けでは10%,画像編集では20%,視覚的質問応答や複数画像推論では5%に上回っていることがわかった。
  論文  参考訳（メタデータ） (2023-12-18T03:34:07Z)
• SPROUT: an Interactive Authoring Tool for Generating Programming Tutorials with the Visualization of Large Language Models [19.885485760758783]
  大規模言語モデル(LLM)の急速な開発は、プログラミングチュートリアルの作成効率に革命をもたらした。 プログラミングチュートリアル作成タスクを実行可能なステップに分解する,新しいアプローチを導入する。 次に,SPROUTを提案する。SPROUTは,プログラミングチュートリアル作成プロセスのより深い制御と理解を可能にする,インタラクティブな可視化機能を備えたオーサリングツールである。
  論文  参考訳（メタデータ） (2023-12-04T10:46:52Z)
• Language models are weak learners [71.33837923104808]
  本研究では,プロンプトベースの大規模言語モデルは弱い学習者として効果的に動作可能であることを示す。 これらのモデルをブースティングアプローチに組み込むことで、モデル内の知識を活用して、従来のツリーベースのブースティングよりも優れています。 結果は、プロンプトベースのLLMが、少数の学習者だけでなく、より大きな機械学習パイプラインのコンポーネントとして機能する可能性を示している。
  論文  参考訳（メタデータ） (2023-06-25T02:39:19Z)
• ART: Automatic multi-step reasoning and tool-use for large language models [105.57550426609396]
  大規模言語モデル(LLM)は、数秒とゼロショットの設定で複雑な推論を行うことができる。 各推論ステップは、コアLLM機能を超えて計算をサポートする外部ツールに依存することができる。 プログラムとして中間推論ステップを自動生成するために凍結LDMを使用するフレームワークであるART(Automatic Reasoning and Tool-use)を導入する。
  論文  参考訳（メタデータ） (2023-03-16T01:04:45Z)
• Toolformer: Language Models Can Teach Themselves to Use Tools [62.04867424598204]
  言語モデル(LM)は、特に大規模において、いくつかの例やテキスト命令から新しいタスクを解く素晴らしい能力を示す。 LMは、シンプルなAPIを通じて外部ツールの使用を自覚し、両方の世界のベストを達成できることを示します。 Toolformerは、どのAPIを呼び出すか、いつ呼び出すか、どの引数を渡すか、結果を将来のトークン予測に最もうまく組み込む方法を訓練したモデルです。
  論文  参考訳（メタデータ） (2023-02-09T16:49:57Z)
• EXPATS: A Toolkit for Explainable Automated Text Scoring [2.299617836036273]
  ユーザが様々なATSモデルを迅速に開発、実験できるオープンソースフレームワークであるEXPATSについて紹介する。 また、このツールキットはLanguage Interpretability Tool(LIT)とシームレスに統合できるため、モデルとその予測を解釈および視覚化できます。
  論文  参考訳（メタデータ） (2021-04-07T19:29:06Z)

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。