論文の概要: Prompt Programming: A Platform for Dialogue-based Computational Problem Solving with Generative AI Models

• arxiv url: http://arxiv.org/abs/2503.04267v1
• Date: Thu, 06 Mar 2025 09:56:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-07 16:01:42.768658
• Title: Prompt Programming: A Platform for Dialogue-based Computational Problem Solving with Generative AI Models
• Title（参考訳）: Prompt Programming: 生成AIモデルを用いた対話型計算問題解決プラットフォーム
• Authors: Victor-Alexandru Pădurean, Paul Denny, Alkis Gotovos, Adish Singla,
• Abstract要約: 学生は、しばしば正式な指導や指導なしに、プログラミング支援のために生成AIツールをますます頼りにしている。 このことは、学生にAIモデルと効果的に対話する方法を教える必要性を強調している。 我々は,対話に基づく対話を可能にするプロンプトプログラミングのための新しいプラットフォームを開発した。
• 参考スコア（独自算出の注目度）: 22.339868419855904
• License:
• Abstract: Computing students increasingly rely on generative AI tools for programming assistance, often without formal instruction or guidance. This highlights a need to teach students how to effectively interact with AI models, particularly through natural language prompts, to generate and critically evaluate code for solving computational tasks. To address this, we developed a novel platform for prompt programming that enables authentic dialogue-based interactions, supports problems involving multiple interdependent functions, and offers on-request execution of generated code. Data analysis from over 900 students in an introductory programming course revealed high engagement, with the majority of prompts occurring within multi-turn dialogues. Problems with multiple interdependent functions encouraged iterative refinement, with progression graphs highlighting several common strategies. Students were highly selective about the code they chose to test, suggesting that on-request execution of generated code promoted critical thinking. Given the growing importance of learning dialogue-based programming with AI, we provide this tool as a publicly accessible resource, accompanied by a corpus of programming problems for educational use.
• Abstract（参考訳）: コンピューティングの学生は、しばしば正式な指導や指導なしに、プログラミング支援のために生成AIツールをますます頼りにしている。 これは、特に自然言語のプロンプトを通じて、AIモデルと効果的に対話する方法を学生に教える必要性を強調し、計算タスクを解決するためのコードを生成し、批判的に評価する。 そこで本研究では,対話に基づく対話を実現するためのプロンプトプログラミングプラットフォームを開発し,複数の相互依存関数に関わる問題をサポートし,生成したコードのオンデマンド実行を実現する。 導入プログラミングコースにおける900人以上の学生のデータ分析の結果,多ターン対話において,多くのプロンプトが生じることが明らかとなった。 複数の相互依存関数の問題は反復的洗練を奨励し、進行グラフはいくつかの共通戦略を強調した。 学生はテストを選択したコードに対して非常に選択的であり、生成されたコードのオンデマンド実行が批判的思考を促進することを示唆した。 AIを用いた対話型プログラミングの学習の重要性が高まる中、我々はこのツールを、教育用プログラミング問題のコーパスを伴って、一般にアクセス可能なリソースとして提供する。

関連論文リスト

• Integrating Natural Language Prompting Tasks in Introductory Programming Courses [3.907735250728617]
  本報告では、導入プログラミングコースに2つのプロンプトに焦点を当てたアクティビティを組み込むことについて検討する。 第一に、学生は自然言語のプロンプトを書き、構文上の問題解決を強調することで、計算問題を解く必要がある。 2つ目は、プロンプトとコードの関係を理解するために、提供されたフラグメントに相当するコードを生成するプロンプトを作成することである。
  論文  参考訳（メタデータ） (2024-10-04T01:03:25Z)
• Motivations, Challenges, Best Practices, and Benefits for Bots and Conversational Agents in Software Engineering: A Multivocal Literature Review [14.84837870899906]
  私たちは、ボットを特徴付けるための分類と、ソフトウェアエンジニアリングに採用する上での一連の課題の提供を目指しています。 目的を達成するため,多言語文献のレビューを行い,研究と実践者の文献のレビューを行った。
  論文  参考訳（メタデータ） (2024-09-18T10:37:06Z)
• ACES: Generating Diverse Programming Puzzles with with Autotelic Generative Models [20.039580079339537]
  Autotelic CodE Search (ACES)は、生成した問題の多様性と難易度を共同で最適化する。 問題解決に必要なプログラミングスキルを記述したセマンティック記述子の空間における問題を表現する。 ACESは、ターゲットセマンティック記述子の多様性を達成するため、大きな言語モデルに難しい問題を引き起こすことを反復的に促します。
  論文  参考訳（メタデータ） (2023-10-15T14:57:14Z)
• Large Language Models as Analogical Reasoners [155.9617224350088]
  CoT(Chain-of- Thought)は、言語モデルのプロンプトとして、推論タスク全体で素晴らしいパフォーマンスを示す。 そこで本稿では,大規模言語モデルの推論プロセスを自動的にガイドする,新たなプロンプト手法であるアナログプロンプトを導入する。
  論文  参考訳（メタデータ） (2023-10-03T00:57:26Z)
• PwR: Exploring the Role of Representations in Conversational Programming [17.838776812138626]
  PwR(Programming with Representations)は、自然言語でシステムの理解をユーザに伝えるために表現を使用する手法である。 その結果,表現は理解可能性を大幅に向上させ,参加者の間にエージェンシーの感覚を植え付けることができた。
  論文  参考訳（メタデータ） (2023-09-18T05:38:23Z)
• Promptly: Using Prompt Problems to Teach Learners How to Effectively Utilize AI Code Generators [5.458849730200646]
  本稿では,「プロンプト問題」として知られる新しい教育概念を紹介する。 プロンプト問題(英: Prompt Problem)は、学生が自然言語のプロンプトを作成し、LLMが特定の問題に対して正しいコードを生成するよう促す問題である。 Promptlyを初年度のPythonプログラミングコースに導入したフィールドスタディから経験的知見を報告する。
  論文  参考訳（メタデータ） (2023-07-31T01:46:42Z)
• ChatDev: Communicative Agents for Software Development [84.90400377131962]
  ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。 これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
  論文  参考訳（メタデータ） (2023-07-16T02:11:34Z)
• ChatPLUG: Open-Domain Generative Dialogue System with Internet-Augmented Instruction Tuning for Digital Human [76.62897301298699]
  ChatPLUGは、デジタルヒューマンアプリケーションのための中国のオープンドメイン対話システムである。 モデルネームは, 自動評価と人的評価の両方において, 最先端の中国語対話システムより優れていることを示す。 高速な推論でスマートスピーカーやインスタントメッセージアプリケーションのような実世界のアプリケーションにモデルネームをデプロイします。
  論文  参考訳（メタデータ） (2023-04-16T18:16:35Z)
• A Case Study in Engineering a Conversational Programming Assistant's Persona [72.47187215119664]
  会話能力は、既存のコード流大言語モデルを使用することで達成された。 プロンプトの進化に関する議論は、既存の基礎モデルを特定のアプリケーションに望ましい方法で振る舞う方法に関するケーススタディを提供する。
  論文  参考訳（メタデータ） (2023-01-13T14:48:47Z)
• A Conversational Paradigm for Program Synthesis [110.94409515865867]
  本稿では,大規模言語モデルを用いた対話型プログラム合成手法を提案する。 私たちは、自然言語とプログラミング言語のデータに基づいて、CodeGenと呼ばれる大規模な言語モデルのファミリーを訓練します。 本研究は,会話能力の出現と,提案した会話プログラム合成パラダイムの有効性を示すものである。
  論文  参考訳（メタデータ） (2022-03-25T06:55:15Z)
• 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。