論文の概要: Awaking the Slides: A Tuning-free and Knowledge-regulated AI Tutoring System via Language Model Coordination

• arxiv url: http://arxiv.org/abs/2409.07372v1
• Date: Wed, 11 Sep 2024 16:03:09 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-12 13:53:24.303684
• Title: Awaking the Slides: A Tuning-free and Knowledge-regulated AI Tutoring System via Language Model Coordination
• Title（参考訳）: スライドの覚醒: 言語モデルコーディネーションによるチューニング不要で知識に制御されたAIチューニングシステム
• Authors: Daniel Zhang-Li, Zheyuan Zhang, Jifan Yu, Joy Lim Jia Yin, Shangqing Tu, Linlu Gong, Haohua Wang, Zhiyuan Liu, Huiqin Liu, Lei Hou, Juanzi Li,
• Abstract要約: Slide2Lectureは、チューニング不要で知識を制御した知的チューリングシステムである。 入力された講義スライドを、不均一な教育行為の集合からなる構造化された教育課題に効果的に変換することができる。 教師や開発者にとって、Slide2Lectureはパーソナライズされた要求に対応するカスタマイズを可能にする。
• 参考スコア（独自算出の注目度）: 52.20542825755132
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The vast pre-existing slides serve as rich and important materials to carry lecture knowledge. However, effectively leveraging lecture slides to serve students is difficult due to the multi-modal nature of slide content and the heterogeneous teaching actions. We study the problem of discovering effective designs that convert a slide into an interactive lecture. We develop Slide2Lecture, a tuning-free and knowledge-regulated intelligent tutoring system that can (1) effectively convert an input lecture slide into a structured teaching agenda consisting of a set of heterogeneous teaching actions; (2) create and manage an interactive lecture that generates responsive interactions catering to student learning demands while regulating the interactions to follow teaching actions. Slide2Lecture contains a complete pipeline for learners to obtain an interactive classroom experience to learn the slide. For teachers and developers, Slide2Lecture enables customization to cater to personalized demands. The evaluation rated by annotators and students shows that Slide2Lecture is effective in outperforming the remaining implementation. Slide2Lecture's online deployment has made more than 200K interaction with students in the 3K lecture sessions. We open source Slide2Lecture's implementation in https://anonymous.4open.science/r/slide2lecture-4210/.
• Abstract（参考訳）: 現存する広大なスライドは、講義知識を運ぶための豊富で重要な材料となっている。 しかし,スライド内容の多様性や不均一な授業行動により,授業スライドを効果的に活用することは困難である。 本研究では,スライドを対話型講義に変換する効果的なデザインの発見問題について検討する。 Slide2Lectureは、(1)入力された講義スライドを、一組の不均一な授業行動からなる構造化された教育課題に効果的に変換し、(2)学生の学習要求に応答する相互作用を生成するインタラクティブな講義を作成して管理し、授業行動に従うためのインタラクションを規制する、チューニング不要で知識に則った知的学習システムである。 Slide2Lectureには、学習者がスライドを学ぶためのインタラクティブな教室体験を得るための完全なパイプラインが含まれている。 教師や開発者にとって、Slide2Lectureはパーソナライズされた要求に対応するカスタマイズを可能にする。 また,アノテータと学生による評価から,Slide2Lectureは,残りの実装よりも優れていることが示された。 Slide2Lectureのオンライン展開は、3Kの講義セッションで200万以上の学生と対話している。 私たちはSlide2Lectureの実装をhttps://anonymous.4open.science/r/slide2lecture-4210/でオープンソース化しました。

関連論文リスト

• Vocal Sandbox: Continual Learning and Adaptation for Situated Human-Robot Collaboration [64.6107798750142]
  Vocal Sandboxは、位置のある環境でシームレスな人間とロボットのコラボレーションを可能にするフレームワークである。 我々は,ロボットの能力に対する理解と協調をリアルタイムで構築できる軽量で解釈可能な学習アルゴリズムを設計する。 我々はVocal Sandboxを,コラボレーションギフトバッグアセンブリとLEGOストップモーションアニメーションの2つの設定で評価した。
  論文  参考訳（メタデータ） (2024-11-04T20:44:40Z)
• Multimodal Classification of Teaching Activities from University Lecture Recordings [0.9790236766474201]
  本稿では,授業のいつでも実施されている活動の種類を特定するマルチモーダル分類アルゴリズムを提案する。 いくつかの学術活動は、音声信号とより容易に識別でき、テキストの書き起こしに頼って他者を特定する必要がある。
  論文  参考訳（メタデータ） (2023-12-24T08:33:30Z)
• Large Language Model-Driven Classroom Flipping: Empowering Student-Centric Peer Questioning with Flipped Interaction [3.1473798197405953]
  本稿では,大規模言語モデルにおけるフリップ相互作用に基づく教室のフリップの教育的アプローチについて検討する。 欠落した相互作用は、プロンプトに対する回答ではなく、言語モデルを使用して質問を生成することである。 本稿では,クイズ・クイズ・ルーチンとクイズ・プイズ・クイズ・ルーチンとを用いて,クイズ・クイズ・クイズ・クイズとアクイズ・クイズ・クイズ・インシデント・エンジニアリングを統合するワークフローを提案する。
  論文  参考訳（メタデータ） (2023-11-14T15:48:19Z)
• Cross Architecture Distillation for Face Recognition [49.55061794917994]
  本研究では,教師にプロンプトを組み込むことで,蒸留専門知識の管理を可能にする適応型プロンプト教師ネットワーク(APT)を開発した。 一般的な顔のベンチマークと2つの大規模な検証セットによる実験は,本手法の優位性を実証している。
  論文  参考訳（メタデータ） (2023-06-26T12:54:28Z)
• TimeBalance: Temporally-Invariant and Temporally-Distinctive Video Representations for Semi-Supervised Action Recognition [68.53072549422775]
  学生教師による半教師付き学習フレームワークTimeBalanceを提案する。 時間的に不変であり,時間的に異なる教師から知識を抽出する。 提案手法は,3つの動作認識ベンチマーク上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-03-28T19:28:54Z)
• Multimodal Lecture Presentations Dataset: Understanding Multimodality in Educational Slides [57.86931911522967]
  学習内容のマルチモーダル理解における機械学習モデルの能力を検証する。 このデータセットには,180時間以上のビデオと9000時間以上のスライドが,各科目から10人の講師が参加している。 マルチモーダル・トランスフォーマーであるPolyViLTを導入する。
  論文  参考訳（メタデータ） (2022-08-17T05:30:18Z)
• SliTraNet: Automatic Detection of Slide Transitions in Lecture Videos using Convolutional Neural Networks [10.097888451225234]
  講義ビデオ中のスライド遷移を検出するディープラーニング手法を提案する。 まず,2次元畳み込みニューラルネットワークを用いて,プロセスベースのアプローチで映像のフレームを予測する。 2つの3次元畳み込みニューラルネットワークを用いて、遷移候補を洗練することで複雑さを増大させる。
  論文  参考訳（メタデータ） (2022-02-07T22:03:27Z)
• Interaction-limited Inverse Reinforcement Learning [50.201765937436654]
  本稿では,教師の視点をカバーしたカリキュラム逆強化学習(CIRL)と,学習者の視点に着目した自己適用逆強化学習(SPIRL)の2つの訓練戦略を提案する。 シミュレーション実験と実ロボットを用いた実験により,CIRLの無作為教師やSPIRLのバッチ学習者よりも高速な学習が可能であることを示す。
  論文  参考訳（メタデータ） (2020-07-01T12:31:52Z)
• Interactive Summarizing -- Automatic Slide Localization Technology as Generative Learning Tool [10.81386784858998]
  映像要約は,ビデオ講義における学習者の要約体験を高めるために有効な技術である。 対話型要約モデルは,畳み込みニューラルネットワークが支援するビデオ講義学習プロセスにおいて,学習者がどのように関与しているかを説明するように設計されている。
  論文  参考訳（メタデータ） (2020-02-25T22:22:49Z)

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。