Fugu-MT 論文翻訳(概要): LeafTutor: An AI Agent for Programming Assignment Tutoring

論文の概要: LeafTutor: An AI Agent for Programming Assignment Tutoring

arxiv url: http://arxiv.org/abs/2601.02375v1
Date: Fri, 12 Dec 2025 20:38:40 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-11 18:48:17.551391
Title: LeafTutor: An AI Agent for Programming Assignment Tutoring
Title（参考訳）: LeafTutor: 割り当てチューニングのためのAIエージェント
Authors: Madison Bochard, Tim Conser, Alyssa Duran, Lazaro Martull, Pu Tian, Yalong Wu,
Abstract要約: LeafTutorは、大規模言語モデル(LLM)を利用したAI学習エージェントである。このシステムは、人間の家庭教師に匹敵するステップバイステップのプログラミング指導を提供する。
参考スコア（独自算出の注目度）: 0.2586100784625842
License: http://creativecommons.org/licenses/by/4.0/
Abstract: High enrollment in STEM-related degree programs has created increasing demand for scalable tutoring support, as universities experience a shortage of qualified instructors and teaching assistants (TAs). To address this challenge, LeafTutor, an AI tutoring agent powered by large language models (LLMs), was developed to provide step-by-step guidance for students. LeafTutor was evaluated through real programming assignments. The results indicate that the system can deliver step-by-step programming guidance comparable to human tutors. This work demonstrates the potential of LLM-driven tutoring solutions to enhance and personalize learning in STEM education. If any reader is interested in collaboration with our team to improve or test LeafTutor, please contact Pu Tian (pu.tian@stockton.edu) or Yalong Wu (wuy@uhcl.edu).
Abstract（参考訳）: STEM関連の学位プログラムへの高入学は、大学が資格のあるインストラクターや教官(TA)の不足を経験する中で、スケーラブルな教育支援への需要が高まっている。この課題に対処するため、大規模言語モデル(LLM)を利用したAI学習エージェントであるLeafTutorが、学生にステップバイステップのガイダンスを提供するために開発された。 LeafTutorは実際のプログラミング課題によって評価された。その結果,人間教師に匹敵するプログラミング指導を段階的に行うことが可能であることが示唆された。本研究は、STEM教育における学習の強化とパーソナライズのためのLLM駆動学習ソリューションの可能性を示す。 LeafTutorの改善やテストに興味がある読者は、Pu Tian (pu.tian@stockton.edu)やYalong Wu (wuy@uhcl.edu)に連絡してください。

関連論文リスト

An Experience Report on a Pedagogically Controlled, Curriculum-Constrained AI Tutor for SE Education [4.976713294177978]
本稿では、RockStartITイニシアチブ内のデジタルプログラミングおよび計算思考コース用に開発されたAIアシスタントであるRockStartIT Tutorの設計とパイロット評価について述べる。 GPT-4をOpenAIのAssistant API経由で提供するこのチューターは、新しいプロンプト戦略と、コンテキスト認識、パーソナライズ、カリキュラムに制約されたサポートを中学生に提供するために、モジュール化されたセマンティックタグ付きナレッジベースを採用している。
論文参考訳（メタデータ） (2025-12-08T12:54:37Z)
TutorGym: A Testbed for Evaluating AI Agents as Tutors and Students [0.283600654802951]
TutorGymは、人工知能(AI)エージェントを既存の知的チューリングシステム(ITS)内でテストするための標準インターフェースである。問題解決の各ステップでは、AIエージェントが教師や学習者として何をするかを尋ねられる。学生として、エージェントはITS命令から直接学習し、その誤りや学習軌跡を学生データと比較することができる。
論文参考訳（メタデータ） (2025-05-02T20:03:21Z)
Design of AI-Powered Tool for Self-Regulation Support in Programming Education [4.171227316909729]
大きな言語モデル(LLM)ツールは、高品質な補助を提供する可能性を示している。しかし、これらのツールの多くは、機関的な学習管理システムとは独立して運用されている。この分離は、学習材料を活用する能力と、適切なコンテキスト対応のフィードバックを生成するためのコンテキストを行使する能力を制限する。
論文参考訳（メタデータ） (2025-04-03T22:47:33Z)
LLM Agents for Education: Advances and Applications [49.3663528354802]
大規模言語モデル(LLM)エージェントは、タスクの自動化と多様な教育アプリケーションにおけるイノベーションの推進において、顕著な能力を示した。本調査は、LLMエージェントの総合的技術概要を提供することを目的としており、学習者や教育者のより大きな利益に対する影響を高めるために、さらなる研究と協力を促進することを目的としている。
論文参考訳（メタデータ） (2025-03-14T11:53:44Z)
Training Turn-by-Turn Verifiers for Dialogue Tutoring Agents: The Curious Case of LLMs as Your Coding Tutors [29.04639728020965]
本稿では,学習者の知識状況とターン・バイ・ターン・バイ・ターン・バリデーションを推定し,タスク完了に向けた効果的な指導を確実にする,新しいエージェントワークフローであるTrace-and-Verify(TRAVER)を提案する。我々のアプローチはコーディングを超えて拡張することができ、人間のタスク学習のための学習エージェントの進化に関する貴重な洞察を提供する。
論文参考訳（メタデータ） (2025-02-18T22:13:00Z)
AgentTrek: Agent Trajectory Synthesis via Guiding Replay with Web Tutorials [53.376263056033046]
既存のアプローチは高価な人間のアノテーションに依存しており、大規模には持続不可能である。本稿では,Webエージェントトラジェクトリを生成するスケーラブルなデータ合成パイプラインであるAgentTrekを提案する。完全に自動化されたアプローチは、データ収集コストを大幅に削減し、人間のアノテータを使わずに、高品質な軌道を0.55ドルに抑えることができます。
論文参考訳（メタデータ） (2024-12-12T18:59:27Z)
Could ChatGPT get an Engineering Degree? Evaluating Higher Education Vulnerability to AI Assistants [176.39275404745098]
我々は,2つのAIアシスタントであるGPT-3.5とGPT-4が適切な回答を得られるかどうかを評価する。 GPT-4は65.8%の質問を正解し、85.1%の質問に対して少なくとも1つの手順で正しい答えを出すことができる。この結果から,AIの進歩を踏まえて,高等教育におけるプログラムレベルの評価設計の見直しが求められた。
論文参考訳（メタデータ） (2024-08-07T12:11:49Z)
CourseAssist: Pedagogically Appropriate AI Tutor for Computer Science Education [1.052788652996288]
このポスターでは、コンピュータサイエンス教育用に作られた新しいLLMベースのチューターシステムであるCourseAssistを紹介している。一般的なLLMシステムとは異なり、CourseAssistは検索強化生成、ユーザ意図分類、質問分解を使用して、AI応答を特定のコース材料や学習目標と整合させる。
論文参考訳（メタデータ） (2024-05-01T20:43:06Z)
YODA: Teacher-Student Progressive Learning for Language Models [82.0172215948963]
本稿では,教師が指導するプログレッシブ・ラーニング・フレームワークであるYodaを紹介する。モデルファインチューニングの有効性を向上させるために,教師の教育過程をエミュレートする。実験の結果, YODAのデータによるLLaMA2のトレーニングにより, SFTは大幅に向上した。
論文参考訳（メタデータ） (2024-01-28T14:32:15Z)
Experiential Co-Learning of Software-Developing Agents [83.34027623428096]
大規模言語モデル(LLM)は、特にソフトウェア開発において、様々な領域に大きな変化をもたらした。本稿では,新しいLLM学習フレームワークであるExperiential Co-Learningを紹介する。実験では、このフレームワークにより、エージェントは、目に見えないソフトウェア開発タスクをより効果的に対処できることを示した。
論文参考訳（メタデータ） (2023-12-28T13:50:42Z)
Democratizing Reasoning Ability: Tailored Learning from Large Language Model [97.4921006089966]
そこで我々は,そのような推論能力をより小さなLMに蒸留する,適切な学習手法を提案する。対話型多ラウンド学習パラダイムを構築することにより,理科教員としてのLLMの可能性を活用する。より小さなLMの推論可能性を活用するために,学生が自作ミスから学習する動機付けを目的とした自己回帰学習を提案する。
論文参考訳（メタデータ） (2023-10-20T07:50:10Z)
Software Engineering Educational Experience in Building an Intelligent Tutoring System [10.935408461248173]
本稿では,Intelligent Tutoring Systemアーキテクチャ,SEコースにおける教育概念,ITSでの経験について論じる。このSEコースは、数年間のプログラミングコースで初心者学生に自動化されたリアルタイムフィードバックを提供する、本格的なIntelligent Tutoring Systemを構築することを想定している。
論文参考訳（メタデータ） (2023-10-09T07:28:41Z)
Empowering Private Tutoring by Chaining Large Language Models [87.76985829144834]
本研究は,最先端の大規模言語モデル(LLM)を活用した,本格的な知的チューリングシステムの開発を探求する。このシステムは、相互に接続された3つのコアプロセス(相互作用、反射、反応)に分けられる。各プロセスは LLM ベースのツールと動的に更新されたメモリモジュールによって実装される。
論文参考訳（メタデータ） (2023-09-15T02:42:03Z)

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。