論文の概要: SLRMentor: An LLM-Based Tool Supporting Learning of SLR in Software Engineering
- arxiv url: http://arxiv.org/abs/2606.07831v1
- Date: Fri, 05 Jun 2026 20:41:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-09 14:42:05.472318
- Title: SLRMentor: An LLM-Based Tool Supporting Learning of SLR in Software Engineering
- Title（参考訳）: SLRMentor: ソフトウェア工学におけるSLR学習を支援するLLMベースのツール
- Authors: Rodolfo Gil-Pereira, Ronnie de Souza Santos, Cleyton Magalahes, Italo Santos,
- Abstract要約: SLRMentorは、系統的な文献レビュープロセスとソフトウェアエンジニアリングにおける計画活動の実行に関する学習を支援するために設計された会話アシスタントである。
このツールは、SLR方法論に関する一般的なガイダンスを提供し、文字列検索の構成や、包含と排除基準に関する推論を含む主要な計画タスクをサポートする。
大学院生によるパイロット検証では、SLRMentorはSLRのプロセスと計画決定を明確にし、初期研究者の障壁を低くし、アクティブな方法論的判断を必要としながら学習を支援することを示唆している。
- 参考スコア（独自算出の注目度）: 2.012425476229879
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents SLRMentor, a conversational assistant designed to support both learning about the systematic literature review process and the execution of planning activities in software engineering. The tool offers general guidance on SLR methodology and supports key planning tasks, including search string construction and reasoning about inclusion and exclusion criteria, with explanations grounded in established SLR guidelines. A pilot validation with graduate students suggests that SLRMentor helps clarify the SLR process and planning decisions, lowers initial barriers for novice researchers, and supports learning while still requiring active methodological judgment.
- Abstract（参考訳）: 本稿では,系統的な文献レビュープロセスの学習とソフトウェア工学における計画活動の実行の両方を支援するための対話型アシスタントSLRMentorを提案する。
このツールは、SLR方法論に関する一般的なガイダンスを提供し、検索文字列の構築や包含と排除基準に関する推論を含む主要な計画タスクをサポートし、確立されたSLRガイドラインに基づく説明を提供する。
大学院生によるパイロット検証では、SLRMentorはSLRのプロセスと計画決定を明確にし、初期研究者の障壁を低くし、アクティブな方法論的判断を必要としながら学習を支援することを示唆している。
関連論文リスト
- How Software Engineering Students Use LLMs to Write Research Papers: An Experience Report [3.415373522515852]
大規模言語モデルは、ソフトウェア工学教育の一部になりつつある。
本稿では,反射型LDMを経験的手法に組み込んだ教育経験を報告する。
論文 参考訳（メタデータ） (2026-06-03T17:19:43Z) - Multi-Agent Learning Path Planning via LLMs [10.288666777827578]
本研究では,大規模言語モデル(LLM)を利用した新しいマルチエージェント学習経路計画フレームワークを提案する。
このフレームワークは、学習者分析エージェント、経路計画エージェント、反射エージェントの3つのタスク固有エージェントを含む。
7つのLCMを用いてMOOCXデータセット上で行った実験により、MALPPはパス品質、知識シーケンスの整合性、認知負荷の整合性において、ベースラインモデルよりも著しく優れていた。
論文 参考訳（メタデータ） (2026-01-24T07:13:08Z) - Repurposing Annotation Guidelines to Instruct LLM Annotators: A Case Study [18.680267879256252]
既存のアノテーションガイドラインは、テキストアノテーションタスクのための大きな言語モデル(LLM)アノテーションを指示するために再利用することができる。
本稿では,ガイドラインをLCMの明確な指示に変換するモデレーション指向のガイドライン検索手法を提案する。
論文 参考訳（メタデータ） (2025-10-13T13:07:58Z) - Systematic Analysis of LLM Contributions to Planning: Solver, Verifier, Heuristic [6.687149103409949]
大規模言語モデル(LLM)が計画問題の解決にどのように貢献するかを系統的に分析する。
解析の結果,LLMは最適計画を生成するのが難しいが,中間/不完全解に対してフィードバック信号を提供するのがはるかに優れていることがわかった。
論文 参考訳（メタデータ） (2024-12-12T18:16:46Z) - Designing Algorithms Empowered by Language Models: An Analytical Framework, Case Studies, and Insights [86.06371692309972]
本研究では,大規模言語モデル(LLM)に基づくアルゴリズムの設計と解析のための分析フレームワークを提案する。
提案する枠組みは頭痛を緩和する試みとして機能する。
論文 参考訳（メタデータ） (2024-07-20T07:39:07Z) - Understanding the planning of LLM agents: A survey [98.82513390811148]
本調査では, LLMをベースとしたエージェント計画の体系的考察を行い, 計画能力の向上を目的とした最近の成果について報告する。
各方向について総合的な分析を行い、研究分野におけるさらなる課題について論じる。
論文 参考訳（メタデータ） (2024-02-05T04:25:24Z) - Instruction Tuning for Large Language Models: A Survey [52.86322823501338]
我々は、教師付き微調整(SFT)の一般的な方法論を含む、文献の体系的なレビューを行う。
また、既存の戦略の欠陥を指摘しながら、SFTの潜在的な落とし穴についても、それに対する批判とともに検討する。
論文 参考訳（メタデータ） (2023-08-21T15:35:16Z) - Neuro-Symbolic Causal Language Planning with Commonsense Prompting [67.06667162430118]
言語プランニングは、より単純な低レベルステップに分解することで、複雑な高レベルな目標を実装することを目的としている。
以前の手法では、大規模な言語モデルからそのような能力を得るために、手動の例えか注釈付きプログラムが必要である。
本稿では,LLMからの手続き的知識をコモンセンス・インフュージョン・プロンプトにより引き起こすニューロシンボリック因果言語プランナー(CLAP)を提案する。
論文 参考訳（メタデータ） (2022-06-06T22:09:52Z)
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。