Fugu-MT 論文翻訳(概要): NOVI : Chatbot System for University Novice with BERT and LLMs

論文の概要: NOVI : Chatbot System for University Novice with BERT and LLMs

arxiv url: http://arxiv.org/abs/2409.06192v1
Date: Tue, 10 Sep 2024 03:43:26 GMT
ステータス: 処理完了
システム内更新日: 2024-09-11 19:10:55.561931
Title: NOVI : Chatbot System for University Novice with BERT and LLMs
Title（参考訳）: NOVI : BERT と LLM を用いた初心者向けチャットボットシステム
Authors: Yoonji Nam, TaeWoong Seo, Gyeongcheol Shin, Sangji Lee, JaeEun Im,
Abstract要約: NOVIは、大学生活に適応する際の大学新入生の困難を軽減するためのGPT-4oに基づくシステムである。 NOVIのパフォーマンスはBLEUスコア、Perplexityスコア、ROUGE-1スコア、ROUGE-2スコア、ROUGE-Lスコア、METEORスコアで評価されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: To mitigate the difficulties of university freshmen in adapting to university life, we developed NOVI, a chatbot system based on GPT-4o. This system utilizes post and comment data from SKKU 'Everytime', a university community site. Developed using LangChain, NOVI's performance has been evaluated with a BLEU score, Perplexity score, ROUGE-1 score, ROUGE-2 score, ROUGE-L score and METEOR score. This approach is not only limited to help university freshmen but is also expected to help various people adapting to new environments with different data. This research explores the development and potential application of new educational technology tools, contributing to easier social adaptation for beginners and settling a foundation for future advancement in LLM studies.
Abstract（参考訳）: 大学生活に適応するための大学新入生の難しさを軽減するため, GPT-4oをベースとしたチャットボットシステムであるNOVIを開発した。本システムは,大学コミュニティサイトSKKU「Everytime」の投稿・コメントデータを利用する。ラングチェインを用いて開発されたNOVIのパフォーマンスは、BLEUスコア、Perplexityスコア、ROUGE-1スコア、ROUGE-2スコア、ROUGE-Lスコア、METEORスコアで評価されている。このアプローチは、大学新入生を助けるだけでなく、さまざまな人が異なるデータで新しい環境に適応する上でも有効であると期待されている。本研究は、新しい教育技術ツールの開発と応用の可能性を探究し、初心者の社会適応を容易にし、LLM研究の今後の発展のための基盤を構築することに寄与する。

関連論文リスト

From Questions to Insightful Answers: Building an Informed Chatbot for University Resources [2.563648444530805]
本稿では,Large Language Model (LLM) を用いたRAGパイプラインを用いたシステムを提案する。本システムは,大学データを外部データコーパスとして活用し,ドメイン固有の質問応答タスクのためにRAGパイプラインに取り込みます。ミシシッピ州立大学において, 正確かつ関連する応答を生成できるシステムの有効性を事例として検討した。
論文参考訳（メタデータ） (2024-05-13T19:05:42Z)
Learning Social Graph for Inactive User Recommendation [50.090904659803854]
LSIRはソーシャルレコメンデーションのための最適なソーシャルグラフ構造を学習する。実世界のデータセットの実験では、LSIRはNDCGで最大129.58%の大幅な改善を実現している。
論文参考訳（メタデータ） (2024-05-08T03:40:36Z)
FewUser: Few-Shot Social User Geolocation via Contrastive Learning [5.104305392215512]
FewUserはFew-shotソーシャルユーザー位置情報の新しいフレームワークである。 FewUserは、事前訓練された言語モデル(PLM)を利用して、多様なソーシャルメディア入力を効果的に処理し、融合するユーザ表現モジュールを備えている。本研究では、ユーザ表現が位置情報性能に与える影響を総合的に分析する。
論文参考訳（メタデータ） (2024-03-28T09:59:59Z)
Your Vision-Language Model Itself Is a Strong Filter: Towards High-Quality Instruction Tuning with Data Selection [59.11430077029321]
視覚言語モデル(VLM)のための新しいデータセット選択手法であるSelf-Filterを導入する。第1段階では、VLMと共同で学習する訓練指導の難しさを評価するためのスコアリングネットワークを考案する。第2段階では、トレーニングされたスコアネットを使用して、各命令の難易度を測定し、最も難しいサンプルを選択し、類似したサンプルをペナルティ化し、多様性を促進する。
論文参考訳（メタデータ） (2024-02-19T20:08:48Z)
OpineBot: Class Feedback Reimagined Using a Conversational LLM [4.304917890202721]
OpineBotは、大きな言語モデル(LLM)を使用して、パーソナライズされた対話型クラスフィードバックを実行する新しいシステムである。インド大学の20人の学生を対象に,OpineBotの有効性を評価した。
論文参考訳（メタデータ） (2024-01-28T07:12:56Z)
Ruffle&Riley: Towards the Automated Induction of Conversational Tutoring Systems [23.093767743306973]
会話学習システム(CTS)は、自然言語の相互作用によって駆動される学習体験を提供する。大規模言語モデル(LLM)の最近の進歩を2つの方法で活用する新しいタイプのCTSを提案する。 Ruffle&Riley は ITS の典型的な内ループ構造と外ループ構造に従う自由形式の会話を可能にする。
論文参考訳（メタデータ） (2023-09-26T23:27:06Z)
Towards Building the Federated GPT: Federated Instruction Tuning [66.7900343035733]
本稿では,大規模言語モデル(LLM)の命令チューニングのための学習フレームワークとして,FedIT(Federated Instruction Tuning)を紹介する。我々は,FedITを用いてクライアントの終端における多種多様な命令セットを活用することにより,ローカル命令のみを限定した集中学習に比べ,LLMの性能を向上させることを実証した。
論文参考訳（メタデータ） (2023-05-09T17:42:34Z)
Exploring the Use of ChatGPT as a Tool for Learning and Assessment in Undergraduate Computer Science Curriculum: Opportunities and Challenges [0.3553493344868413]
本稿では,ChatGPTを大学コンピュータサイエンスカリキュラムの学習・評価ツールとして活用する上での課題と課題について論じる。グループBの学生はChatGPTにアクセスでき、プログラミングの課題を解決するために使うことを奨励された。結果より,ChatGPTを用いた学生は成績の点で有利であったが,提出されたコードには矛盾や不正確性があった。
論文参考訳（メタデータ） (2023-04-16T21:04:52Z)
Collaborating Heterogeneous Natural Language Processing Tasks via Federated Learning [55.99444047920231]
提案するATCフレームワークは, 各種ベースライン手法と比較して, 大幅な改善を実現している。自然言語理解(NLU)タスクと自然言語生成(NLG)タスクを対象とする,広く使用されている6つのデータセットについて,広範な実験を行った。
論文参考訳（メタデータ） (2022-12-12T09:27:50Z)
BJTU-WeChat's Systems for the WMT22 Chat Translation Task [66.81525961469494]
本稿では,WMT'22チャット翻訳タスクに対して,北京地東大学とWeChat AIを共同で提案する。 Transformerに基づいて、いくつかの有効な変種を適用します。本システムでは,0.810と0.946のCOMETスコアを達成している。
論文参考訳（メタデータ） (2022-11-28T02:35:04Z)
CLUES: Few-Shot Learning Evaluation in Natural Language Understanding [81.63968985419982]
我々は,NLUモデルの少数ショット学習能力を評価するためのベンチマークであるCLUESを紹介する。近年のモデルでは,大量のラベル付きデータにアクセスすると人的パフォーマンスが向上するが,ほとんどのタスクにおいて数ショット設定では,パフォーマンスに大きなギャップが生じることが実証された。
論文参考訳（メタデータ） (2021-11-04T00:43:15Z)

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。