論文の概要: EZYer: A simulacrum of high school with generative agent
- arxiv url: http://arxiv.org/abs/2512.02561v1
- Date: Tue, 02 Dec 2025 09:28:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-03 21:04:45.807595
- Title: EZYer: A simulacrum of high school with generative agent
- Title（参考訳）: EZYer: 生成剤を用いた高校のシミュラクル
- Authors: Jinming Yang, Zimu Ji, Weiqi Luo, Gaoxi Wang, Bin Ma, Yueling Deng,
- Abstract要約: 提案する生成剤EZYerは構造化教材と動的ビームマーコースウェアを生成する。
本稿では,コンテンツ精度,知識カバレッジ,ユーザビリティ,フォーマットの正確性,視覚的デザイン,魅力の5次元評価指標を設計する。
その結果,EZYer生成コンテンツの品質は良好であり,応用可能性も高いことがわかった。
- 参考スコア（独自算出の注目度）: 9.01137030259017
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With the rapid development of the online education and large language model, the existing educational tools still suffer from incomplete service, insufficient performance and weak interactivity in terms of courseware generation, interactive notes and quality assurance of content. In particular, the proposed generative agent EZYer : 1) Teacher Module: Integrating the Text Corpus retrieval and in-depth generation technologies, it automatically generates structured teaching materials and LaTeX Beamer courseware in line with the high school mathematics syllabus and supports user-defined image insertion. 2) Student Module: Throughout the collaborative interaction of the four roles of Teacher, Assistant, Top Student and Struggling Student, Note Taker summarizes and generates academic notes to enhance the depth and interest of learning. 3) Controller: set up keyword filtering system, content scoring system, role co-validation system, and dynamic content correction system. This ensure academic strictness and pedagogical propriety of EZYer inputs and outputs. In order to evaluate EZYer, this paper designs five-dimensional evaluation indexes of content accuracy, knowledge coverage, usability, formatting correctness and visual design and appeal, and scores 100 Beamer and Notes generated by EZYer by five large language models, separately, and the results show that the quality of EZYer-generated content is excellent and has a good application prospect.
- Abstract（参考訳）: オンライン教育と大規模言語モデルの急速な発展により、既存の教育ツールはいまだ不完全なサービス、性能の不足、コースウェア生成、インタラクティブノート、コンテンツの品質保証といった面での相互作用の弱さに悩まされている。
特に,提案する生成エージェントであるEZYer : 1)教師モジュール:テキストコーパス検索と詳細な生成技術を統合し,構造化教材とLaTeX Beamerコースウェアを高校数学のシラバスに合わせて自動生成し,ユーザ定義の画像挿入をサポートする。
2)学生モジュール:教師,助手,トップ学生,ストラグリング学生の4つの役割の連携を通して,ノートテイカーは,学習の深さと関心を高めるための学術的ノートを要約し,生成する。
3) コントローラ:キーワードフィルタリングシステム,コンテンツスコアリングシステム,ロールコバリデーションシステム,動的コンテンツ修正システムを設定する。
これにより、EZYerの入力と出力の学術的厳密性と教育的妥当性が保証される。
EZYerを評価するために,EZYerが生成する5次元のコンテンツ精度,知識カバレッジ,ユーザビリティ,フォーマットの正しさ,視覚的デザインと魅力の評価指標を設計し,EZYerが生成する100のビームとノートを5つの大言語モデルで別々に評価し,その結果から,EZYer生成コンテンツの品質が良好で,優れた応用可能性を示した。
関連論文リスト
- Autograder+: A Multi-Faceted AI Framework for Rich Pedagogical Feedback in Programming Education [0.5529795221640363]
Autograder+は、オートグレーディングを純粋に要約的なプロセスからフォーマティブな学習体験に移行するように設計されている。
微調整されたLarge Language Modelを使った自動フィードバック生成と、学習パターンを明らかにするための学生コード提出の可視化だ。
論文 参考訳（メタデータ） (2025-10-30T11:41:50Z) - Comparative Analysis of STEM and non-STEM Teachers' Needs for Integrating AI into Educational Environments [0.6138671548064355]
本研究は,AIと分析機能を取り入れることで,教育プラットフォームをどのように改善できるかを考察する。
我々は8人のK-12教師にインタビューを行い、ブロックベースのプログラミング(BBP)プラットフォームをクラスで使用しながら、その実践とニーズについて質問した。
論文 参考訳（メタデータ） (2025-09-18T16:20:18Z) - Visual Text Processing: A Comprehensive Review and Unified Evaluation [99.57846940547171]
視覚テキスト処理における最近の進歩を包括的・多視点的に分析する。
本研究の目的は,視覚テキスト処理のダイナミックな分野における今後の探索と革新を促進する基礎資源として,本研究を確立することである。
論文 参考訳（メタデータ） (2025-04-30T14:19:29Z) - User-Centered Course Reengineering: An Analytical Approach to Enhancing Reading Comprehension in Educational Content [0.0]
本研究は,教育内容の充実と学習成果の充実を支援するための分析的枠組みを提案する。
本手法は,読者とコンテンツ間のデジタル読解トレース-インタラクションの分析から得られた知見に基づいて,文書の内容と構造に適応する。
本フレームワークでは,インタラクティブなダッシュボードを通じて適切なコンテンツリビジョンレコメンデーションを受け取ることができる。
論文 参考訳（メタデータ） (2024-12-16T16:26:20Z) - StrucTexTv3: An Efficient Vision-Language Model for Text-rich Image Perception, Comprehension, and Beyond [68.0107158115377]
我々は、テキストリッチな画像のための様々なインテリジェントなタスクに取り組むために、効率的な視覚言語モデルStrucTexTv3を開発した。
学習を通してStrucTexTv3の知覚と理解能力を高める。
提案手法は,テキストに富んだ画像認識タスクでSOTAを達成し,理解タスクの性能を大幅に向上させた。
論文 参考訳（メタデータ） (2024-05-31T16:55:04Z) - InternLM-XComposer: A Vision-Language Large Model for Advanced
Text-image Comprehension and Composition [111.65584066987036]
InternLM-XComposerは、高度な画像テキストの理解と合成を可能にする視覚言語による大規模モデルである。
シームレスに画像を統合するコヒーレントでコンテキスト的な記事を生成することができる。
画像がコンテンツを強化するテキスト内の領域をインテリジェントに識別し、最も適切な視覚的候補を自動的に挿入する。
論文 参考訳（メタデータ） (2023-09-26T17:58:20Z) - Enhancing Textbooks with Visuals from the Web for Improved Learning [50.01434477801967]
本稿では,Webからの画像を用いた教科書を自動的に強化する視覚言語モデルの有効性について検討する。
数学、科学、社会科学、ビジネス分野における電子教科書のデータセットを収集します。
次に,テキスト画像マッチングタスクを設定し,テキスト画像の検索とテキストへの適切な割り当てを行う。
論文 参考訳（メタデータ） (2023-04-18T12:16:39Z) - Handwriting Quality Analysis using Online-Offline Models [4.61479186986544]
この研究は、先進的なデジタル教育ツールの開発を可能にする革新的なeラーニングプロジェクトの一部である。
間違いを自動的に検知し、子供たちの書き方に対するリアルタイムなフィードバックを与え、教師が子供の書き方を理解して評価するのを助ける。
論文 参考訳（メタデータ） (2020-10-09T14:33:56Z) - Cognitive Representation Learning of Self-Media Online Article Quality [24.084727302752377]
セルフメディアオンライン記事は主にユーザによって作成され、異なるテキストレベルの外観特性とマルチモーダルハイブリッド編集が特徴である。
レイアウト構造, 特徴記述, テキスト意味論と組み合わせて, 共同モデルCoQANを構築した。
また,大規模な実世界評価データセットを構築した。
論文 参考訳（メタデータ） (2020-08-13T02:59:52Z) - Object Relational Graph with Teacher-Recommended Learning for Video
Captioning [92.48299156867664]
本稿では,新しいモデルと効果的なトレーニング戦略の両方を含む完全なビデオキャプションシステムを提案する。
具体的には,オブジェクトリレーショナルグラフ(ORG)に基づくエンコーダを提案する。
一方,教師推薦学習(TRL)手法を設計し,成功した外部言語モデル(ELM)をフル活用し,豊富な言語知識をキャプションモデルに統合する。
論文 参考訳（メタデータ） (2020-02-26T15:34:52Z)
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。