論文の概要: Sabiá: Um Chatbot de Inteligência Artificial Generativa para Suporte no Dia a Dia do Ensino Superior
- arxiv url: http://arxiv.org/abs/2511.10787v1
- Date: Thu, 13 Nov 2025 20:23:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-17 22:42:18.324546
- Title: Sabiá: Um Chatbot de Inteligência Artificial Generativa para Suporte no Dia a Dia do Ensino Superior
- Title（参考訳）: サビア語:Um Chatbot de Inteligência Artificial Generativa para Suporte no Dia a Dia do Ensino Superior
- Authors: Guilherme Biava Rodrigues, Franciele Beal, Marlon Marcon, Alinne Cristinne Corrêa Souza, André Roberto Ortoncelli, Francisco Carlos Monteiro Souza, Rodolfo Adamshuk Silva,
- Abstract要約: 学生は日々の学術情報にアクセスするのに困難を報告し、通常は多くの機関の文書やウェブサイトに散らばっている。
本稿では,ジェネレーティブ人工知能(GenAI)とRetrieval-Augmented Generation(RAG)を用いたチャットボットの開発を提案する。
GenAIモデルは、品質指標とLCM-as-a-Judgeアプローチに基づいてテスト、評価された。
Gemini 2.0 Flashはその品質とスピードで際立っており、Gemma 3nはその優れたパフォーマンスとオープンソースの性質で際立っている。
- 参考スコア（独自算出の注目度）: 0.8716862444168668
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Students often report difficulties in accessing day-to-day academic information, which is usually spread across numerous institutional documents and websites. This fragmentation results in a lack of clarity and causes confusion about routine university information. This project proposes the development of a chatbot using Generative Artificial Intelligence (GenAI) and Retrieval-Augmented Generation (RAG) to simplify access to such information. Several GenAI models were tested and evaluated based on quality metrics and the LLM-as-a-Judge approach. Among them, Gemini 2.0 Flash stood out for its quality and speed, and Gemma 3n for its good performance and open-source nature.
- Abstract（参考訳）: 学生は日々の学術情報にアクセスするのに困難を報告し、通常は多くの機関の文書やウェブサイトに散らばっている。
この断片化は明快さの欠如をもたらし、通常の大学情報の混乱を引き起こす。
本稿では,ジェネレーティブ・人工知能(GenAI)とRetrieval-Augmented Generation(RAG)を用いたチャットボットの開発を提案する。
いくつかのGenAIモデルは、品質指標とLCM-as-a-Judgeアプローチに基づいてテストされ、評価された。
その中でも、Gemini 2.0 Flashはその品質とスピードで際立っており、Gemma 3nはその優れたパフォーマンスとオープンソース性で際立っている。
関連論文リスト
- Investigating Self-regulated Learning Sequences within a Generative AI-based Intelligent Tutoring System [14.046963768734114]
本研究は,GenAIを用いた知的学習システムにおける課題解決タスクを完了したトレースデータから,学生のGenAIとのインタラクションパターンを抽出した。
また、情報処理の観点から、学生のGenAI利用の目的も分析した。
論文 参考訳（メタデータ） (2026-01-13T20:37:19Z) - Information Retrieval in the Age of Generative AI: The RGB Model [77.96475639967431]
本稿では,生成型AIツールの利用の増加に伴って生じる複雑な情報ダイナミクスについて,新たな定量的アプローチを提案する。
本稿では,新たなトピックに応答して情報の生成,索引付け,普及を特徴付けるモデルを提案する。
以上の結果から,AI導入の急激なペースとユーザ依存度の増加は,不正確な情報拡散のリスクを増大させる可能性が示唆された。
論文 参考訳（メタデータ） (2025-04-29T10:21:40Z) - Beyond the Hype: A Comprehensive Review of Current Trends in Generative AI Research, Teaching Practices, and Tools [4.352985782794601]
2024年、コンピュータ教室におけるGenAI利用の効果に関する新たな研究が生まれ始めた。
新しいデータには、GenAIを使って教室の授業を大規模にサポートし、学生にGenAIでプログラミングの仕方を教えることが含まれる。
プログラミングの課題について、生徒にパーソナライズされたフィードバックを提供したり、プログラミングとスキルを同時に教える新しい種類のツールが登場している。
論文 参考訳（メタデータ） (2024-12-19T11:01:11Z) - The Artificial Intelligence Disclosure (AID) Framework: An Introduction [0.0]
本稿では、教育・研究のためのGenAI開示の開発と作成を知らせる標準的で包括的で詳細なフレームワークである人工知能開示(AID)フレームワークを紹介する。
論文 参考訳（メタデータ） (2024-08-04T02:18:42Z) - Battling Botpoop using GenAI for Higher Education: A Study of a Retrieval Augmented Generation Chatbots Impact on Learning [0.0]
本研究で紹介されるLeodar教授は、カスタムメイドのSinglish- speak Retrieval Augmented Generation (RAG)である。
Leodar教授は、AI支援学習の未来を垣間見るとともに、パーソナライズされたガイダンス、24/7の可用性、コンテキストに関連する情報を提供している。
論文 参考訳（メタデータ） (2024-06-12T01:19:36Z) - Genetic Auto-prompt Learning for Pre-trained Code Intelligence Language Models [54.58108387797138]
コードインテリジェンスタスクにおける即時学習の有効性について検討する。
既存の自動プロンプト設計手法は、コードインテリジェンスタスクに限られている。
本稿では、精巧な遺伝的アルゴリズムを用いてプロンプトを自動設計する遺伝的オートプロンプト(GenAP)を提案する。
論文 参考訳（メタデータ） (2024-03-20T13:37:00Z) - Search Engines Post-ChatGPT: How Generative Artificial Intelligence
Could Make Search Less Reliable [2.7557703490816268]
我々は、生成人工知能(GenAI)が生成したコンテンツを生成、インデックス化、配布し始めるにつれて、検索エンジンの進化する性質について議論する。
我々の議論は、GenAI統合の初期段階、特に事実上の矛盾とバイアスに関する課題を強調します。
論文 参考訳（メタデータ） (2024-02-18T21:10:18Z) - Identifying and Mitigating the Security Risks of Generative AI [179.2384121957896]
本稿では,GenAIによる双対ジレンマに関するGoogleのワークショップの成果を報告する。
GenAIはまた、攻撃者が新しい攻撃を生成し、既存の攻撃のベロシティと有効性を高めるためにも使用できる。
この話題について,コミュニティの短期的,長期的目標について論じる。
論文 参考訳（メタデータ） (2023-08-28T18:51:09Z) - TegTok: Augmenting Text Generation via Task-specific and Open-world
Knowledge [83.55215993730326]
本稿では,タスク固有およびオープンワールド知識(TegTok)によるTExt生成の統一化を提案する。
本モデルでは,2種類の知識ソースからの知識エントリを高密度検索により選択し,それぞれ入力エンコーディングと出力デコーディングの段階に注入する。
論文 参考訳（メタデータ） (2022-03-16T10:37:59Z) - AI Explainability 360: Impact and Design [120.95633114160688]
2019年、私たちはAI Explainability 360(Arya et al. 2020)を開発しました。
本稿では,いくつかのケーススタディ,統計,コミュニティフィードバックを用いて,ツールキットが与える影響について検討する。
また,ツールキットのフレキシブルな設計,使用例,利用者が利用可能な教育資料や資料についても述べる。
論文 参考訳（メタデータ） (2021-09-24T19:17:09Z) - Uncertainty Quantification 360: A Holistic Toolkit for Quantifying and
Communicating the Uncertainty of AI [49.64037266892634]
我々は、AIモデルの不確実性定量化のためのオープンソースのPythonツールキットUncertainty Quantification 360 (UQ360)について述べる。
このツールキットの目標は2つある: ひとつは、AIアプリケーション開発ライフサイクルにおける不確実性を定量化し、評価し、改善し、伝達する共通のプラクティスを育むとともに、合理化するための幅広い能力を提供すること、もうひとつは、信頼できるAIの他の柱とのUQの接続をさらに探求することである。
論文 参考訳（メタデータ） (2021-06-02T18:29:04Z)
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。