論文の概要: Math Education Digital Shadows for facilitating learning with LLMs: Math performance, anxiety and confidence in simulated students and AIs

• arxiv url: http://arxiv.org/abs/2604.27618v1
• Date: Thu, 30 Apr 2026 09:08:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:54.014438
• Title: Math Education Digital Shadows for facilitating learning with LLMs: Math performance, anxiety and confidence in simulated students and AIs
• Title（参考訳）: LLMによる学習支援のための数学教育デジタルシャドウ:シミュレーションされた学生とAIにおける数学のパフォーマンス、不安、信頼度
• Authors: Naomi Esposito, Anthony Tricarico, Luisa Porzio, Ali Aghazadeh Ardebili, Massimo Stella,
• Abstract要約: MEDS (Math Education Digital Shadows) は、大規模言語モデルがどのように人間やAIのような条件で数学を推論し、報告するかをマッピングするデータセットである。 MEDSは14のLSM(Mistral、Qwen、DeepSeek、Granite、Phi、Grokなど)の28,000人のペルソナが人間かAIアシスタントをシャドーしている。 それぞれのレコード/シャドウは、心理学的/社会学的ペルソナメタデータと4種類の数学タスクと共に一連のプロンプトを含んでいる。 MEDSは、分析の専門家、認知科学者、そして数学のより安全なAI家庭教師の開発者に恩恵をもたらすだろう。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: To enhance LLMs' impact on math education, we need data on their mathematical prowess and biases across prompts. To fill this gap, we introduce MEDS (Math Education Digital Shadows) as a dataset mapping how large language models reason about and report mathematics across human- and AI-like conditions. MEDS involves 28,000 personas from 14 LLMs (from families like Mistral, Qwen, DeepSeek, Granite, Phi and Grok) shadowing either humans or AI assistants. Each record/shadow includes a set of prompts along with psychological/sociodemographic persona metadata and four types of math tasks: (i) open math interview, (ii) three psychometric tests about math perceptions with explanations, (iii) cognitive networks capturing math attitudes, and (iv) 18 high-school math test questions together with their reasoning and confidence scores. MEDS differs from traditional score-only math benchmarks because it integrates concepts of self-efficacy, math anxiety, and cognitive network science besides math proficiency scores. Data validation shows that the sampled LLMs exhibit schema integrity and consistent personas, together with family-specific peculiarities like human-like negative math attitudes, logical fallacies, and math overconfidence. MEDS will benefit learning analytics experts, cognitive scientists, and developers of safer AI tutors in mathematics.
• Abstract（参考訳）: 数学教育における LLM の影響を高めるために, プロンプトにまたがる数学の長所と偏見に関するデータが必要である。 このギャップを埋めるために、我々はMEDS(Math Education Digital Shadows)を、大規模言語モデルがどのように人間やAIのような条件で数学を推論し、報告するかのデータセットとして紹介する。 MEDSは14のLSM(Mistral、Qwen、DeepSeek、Granite、Phi、Grokなど)の28,000人のペルソナが人間かAIアシスタントをシャドーしている。 それぞれのレコード/シャドウは、心理学的/社会学的ペルソナメタデータと4種類の数学タスクと共に一連のプロンプトを含んでいる。 (i)オープンな数学の面接 (二)説明を伴う算数知覚に関する3つの心理測定試験 (三)数学の態度を捉えた認知ネットワーク、及び (4)高校数学テスト18問とその推論と信頼度スコア。 MEDSは、数学の習熟度以外の自己効力性、数学の不安、認知ネットワーク科学といった概念を統合しているため、従来のスコアのみの数学ベンチマークとは異なる。 データ検証は、サンプルLLMがスキーマの整合性と一貫したペルソナを示し、人間のようなネガティブな態度、論理的誤り、数学過信といった家族特有の特異性を示すことを示している。 MEDSは、分析の専門家、認知科学者、そして数学のより安全なAI家庭教師の開発者に恩恵をもたらすだろう。

関連論文リスト

• CogMath: Assessing LLMs' Authentic Mathematical Ability from a Human Cognitive Perspective [68.94793547575343]
  CogMathは、人間の推論プロセスを3段階に定式化している。 各次元において,この次元からLLMの熟達度を評価する問合せを生成するために,emphInquiry-emphJudge-emphReference'のマルチエージェントシステムの開発を行う。 LLMは、9次元からのすべての問い合わせに優れている場合にのみ、真に問題をマスターすると考えられている。
  論文  参考訳（メタデータ） (2025-06-04T22:00:52Z)
• Investigating Large Language Models in Diagnosing Students' Cognitive Skills in Math Problem-solving [23.811625065982486]
  本研究では,現在最先端の大規模言語モデルが,数学における生徒の認知能力をどのように診断するかを検討する。 110の中学校数学問題に対する639の学生回答からなる新しいベンチマークデータセットであるMathCogを構築した。 評価の結果,現在最先端のLCMでもF1スコアは0.5以下であり,誤った症例に対して強い虚偽の信頼感を示す傾向にあることがわかった。
  論文  参考訳（メタデータ） (2025-04-01T14:29:41Z)
• Math Neurosurgery: Isolating Language Models' Math Reasoning Abilities Using Only Forward Passes [10.314228434999924]
  数学推論は人工知能の目印であり、数学教育を含むいくつかの領域に影響を及ぼす。 大規模言語モデルパラメータ内での数学推論のエンコード方法や、それがモデル内で孤立可能なスキルであるかどうかについて、いくつかの研究がおこなわれている。 フォワードパスのみを用いて LLM における算数固有パラメータを分離する計算効率のよい方法である MathNeuro を導入する。 MathNeuroは、パラメータの重要度を計算するために重みとアクティベーションを使用することで、既存の作業の上に構築されている。
  論文  参考訳（メタデータ） (2024-10-22T12:00:58Z)
• MathBench: Evaluating the Theory and Application Proficiency of LLMs with a Hierarchical Mathematics Benchmark [82.64129627675123]
  MathBenchは、大規模言語モデルの数学的能力を厳格に評価する新しいベンチマークである。 MathBenchは幅広い数学の分野にまたがっており、理論的な理解と実践的な問題解決のスキルの両方を詳細に評価している。
  論文  参考訳（メタデータ） (2024-05-20T17:52:29Z)
• MathScale: Scaling Instruction Tuning for Mathematical Reasoning [70.89605383298331]
  大規模言語モデル(LLM)は問題解決において顕著な能力を示した。 しかし、数学的な問題を解く能力は依然として不十分である。 高品質な数学的推論データを作成するためのシンプルでスケーラブルな方法であるMathScaleを提案する。
  論文  参考訳（メタデータ） (2024-03-05T11:42:59Z)
• InternLM-Math: Open Math Large Language Models Toward Verifiable Reasoning [98.53491178426492]
  InternLM2から事前学習を継続するILMs InternLM-Mathをオープンソースとして公開する。 我々は、連鎖推論、報酬モデリング、形式推論、データ拡張、コードインタプリタを、統一されたSeq2seqフォーマットで統一する。 我々の事前学習モデルは、微調整なしでMiniF2Fテストセットで30.3を達成する。
  論文  参考訳（メタデータ） (2024-02-09T11:22:08Z)
• AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
  数学は人間によって開発された最も強力な概念体系の1つである。 AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
  論文  参考訳（メタデータ） (2023-10-19T02:00:31Z)

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。