論文の概要: Empa: An AI-Powered Virtual Mentor for Developing Global Collaboration Skills in HPC Education
- arxiv url: http://arxiv.org/abs/2511.17669v1
- Date: Fri, 21 Nov 2025 03:52:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-25 18:34:24.348572
- Title: Empa: An AI-Powered Virtual Mentor for Developing Global Collaboration Skills in HPC Education
- Title（参考訳）: Empa: HPC教育におけるグローバルコラボレーションスキル開発のためのAIによる仮想メンタ
- Authors: Ashish, Aparajita Jaiswal, Sudip Vhaduri, Niveditha Nerella, Shubham Jha,
- Abstract要約: EmpaはAIを利用した仮想メンターで、異文化間コラボレーショントレーニングを学部のコンピューティング教育に統合する。
Empaは、文化的次元、コミュニケーションスタイル、紛争解決に関する構造化活動を通じて学生をガイドする。
コンピューティングコースへの展開のためのパイロット準備は、AIによる文化間トレーニングの可能性を示している。
- 参考スコア（独自算出の注目度）: 0.6946631212215353
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: High-performance computing (HPC) and parallel computing increasingly rely on global collaboration among diverse teams, yet traditional computing curricula inadequately prepare students for cross-cultural teamwork essential in modern computational research environments. This paper presents Empa, an AI-powered virtual mentor that integrates intercultural collaboration training into undergraduate computing education. Built using large language models and deployed through a progressive web application, Empa guides students through structured activities covering cultural dimensions, communication styles, and conflict resolution that are critical for effective multicultural teamwork. Our system addresses the growing need for culturally competent HPC professionals by helping computing students develop skills to collaborate effectively in international research teams, contribute to global computational projects, and navigate the cultural complexities inherent in distributed computing environments. Pilot preparation for deployment in computing courses demonstrates the feasibility of AI-mediated intercultural training and provides insights into scalable approaches for developing intercultural collaboration skills essential for HPC workforce development.
- Abstract（参考訳）: ハイパフォーマンスコンピューティング(HPC)と並列コンピューティングは、多種多様なチーム間のグローバルなコラボレーションにますます依存しているが、伝統的なコンピューティングカリキュラムは、現代の計算研究環境に不可欠なクロスカルチャーなチームワークのために学生を不十分に準備する。
本稿では,AIを活用した仮想メンターであるEmpaについて紹介する。
大規模な言語モデルを使用して構築され、プログレッシブなWebアプリケーションを通じてデプロイされるEmpaは、効果的な多文化チームワークに不可欠な文化的次元、コミュニケーションスタイル、コンフリクト解決を含む構造化されたアクティビティを通じて、学生をガイドする。
本システムは,学生が国際研究チームで効果的に協力し,グローバルな計算プロジェクトに貢献し,分散コンピューティング環境に固有の文化的複雑さをナビゲートする技術開発を支援することで,文化的に有能なHPC専門家の必要性の高まりに対処する。
コンピューティングコースへの展開のためのパイロット準備は、AIによる文化間トレーニングの実現可能性を示し、HPC労働力開発に不可欠な文化間コラボレーションスキルを開発するためのスケーラブルなアプローチに関する洞察を提供する。
関連論文リスト
- AI-Agents for Culturally Diverse Online Higher Education Environments [3.479757825266597]
この章は、既存の研究をレビューし、文化的に多様なオンライン高等教育環境におけるエンゲージメントを促進し、学習成果を改善するために、文化的に意識されたAIエージェントの使用を提案する。
論文 参考訳（メタデータ） (2025-10-12T09:42:09Z) - Report of the 2025 Workshop on Next-Generation Ecosystems for Scientific Computing: Harnessing Community, Software, and AI for Cross-Disciplinary Team Science [10.378736202765776]
レポートは、科学コンピューティングのための次世代エコシステムに関する2025年のワークショップの洞察を要約している。
レポートは、AI、ソフトウェア、ハードウェア、人間の専門知識が織り交ぜられる科学コンピューティングのための次世代エコシステムのビジョンを提示している。
論文 参考訳（メタデータ） (2025-10-03T18:22:47Z) - A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks [49.90474228895655]
クラウドエッジ端末協調インテリジェンス(CETCI)は、モノの人工知能(AIoT)コミュニティにおける基本的なパラダイムである。
CETCIは、分離されたレイヤ最適化からデプロイ可能なコラボレーティブインテリジェンスシステムに移行する、新興のAIoTアプリケーションで大きな進歩を遂げた。
本調査では、基礎アーキテクチャ、CETCIパラダイムのテクノロジの実現、シナリオについて解説し、CISAIOT初心者向けのチュートリアルスタイルのレビューを提供する。
論文 参考訳（メタデータ） (2025-08-26T08:38:01Z) - CAReDiO: Cultural Alignment of LLM via Representativeness and Distinctiveness Guided Data Optimization [50.90288681622152]
大規模言語モデル(LLM)は、より深く様々な地域における人間の生活に統合される。
既存のアプローチは、文化固有のコーパスを微調整することで、文化的に整合したLCMを開発する。
本稿では,新しい文化データ構築フレームワークであるCAReDiOを紹介する。
論文 参考訳（メタデータ） (2025-04-09T13:40:13Z) - CultureVo: The Serious Game of Utilizing Gen AI for Enhancing Cultural Intelligence [0.0]
本稿では,オープンソースのLarge Langauge Modelを用いたジェネレーティブAIが,Integrated Culture Learning Suite内でどのように活用されているかを検討する。
このスイートは、学習者の知識の評価を自動化し、行動パターンを分析し、非プレイヤーキャラクターとのインタラクションを管理するために、ジェネレーティブAI技術を使用している。
論文 参考訳（メタデータ） (2024-07-30T09:26:43Z) - CulturalTeaming: AI-Assisted Interactive Red-Teaming for Challenging LLMs' (Lack of) Multicultural Knowledge [69.82940934994333]
我々は、人間とAIのコラボレーションを活用して、挑戦的な評価データセットを構築するインタラクティブなレッドチームシステムであるCulturalTeamingを紹介する。
我々の研究は、CulturalTeamingの様々なAI支援モードが、文化的な質問の作成においてアノテータを支援することを明らかにした。
CULTURALBENCH-V0.1は、ユーザのリピートの試みにより、コンパクトだが高品質な評価データセットである。
論文 参考訳（メタデータ） (2024-04-10T00:25:09Z) - Decentralized and Lifelong-Adaptive Multi-Agent Collaborative Learning [57.652899266553035]
分散型および生涯適応型多エージェント協調学習は、中央サーバを使わずに複数のエージェント間のコラボレーションを強化することを目的としている。
動的協調グラフを用いた分散マルチエージェント生涯協調学習アルゴリズムであるDeLAMAを提案する。
論文 参考訳（メタデータ） (2024-03-11T09:21:11Z) - Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
本稿では,多文化知識獲得のための新しいアプローチを提案する。
本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。
私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
論文 参考訳（メタデータ） (2024-02-14T18:16:54Z) - Distributed Deep Learning in Open Collaborations [49.240611132653456]
協調学習に特化して設計された新しいアルゴリズムフレームワークを提案する。
現実的な条件下でのSwaVとALBERTの事前学習に対するアプローチの有効性を実証し,コストのごく一部で従来の設定に匹敵する性能を実現する。
論文 参考訳（メタデータ） (2021-06-18T16:23:13Z)
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。