論文の概要: Empowering Student Debugging in Parallel Programming with Execution Traces and Large Language Models

• arxiv url: http://arxiv.org/abs/2606.14607v1
• Date: Fri, 12 Jun 2026 16:30:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 16:00:42.987616
• Title: Empowering Student Debugging in Parallel Programming with Execution Traces and Large Language Models
• Title（参考訳）: 実行トレースと大規模言語モデルを用いた並列プログラミングにおける学生デバッグの強化
• Authors: God'salvation F. Oguibe, Vinodh Kumaran Jayakumar, Tongping Liu, Andrew Lan, Wei Wang,
• Abstract要約: 学生がC/C++で記述された並列プログラムで問題を理解し、デバッグし、修正するための教育ツールであるParaViewを紹介する。 ParaViewは並列実行を観察可能で理解しやすいように透過的な実行記録と可視化を提供する。 この結果から,人工知能(AI)を補完するParaViewのような記録視覚化ツールが,並列プログラミングの指導と学習を改善することが示唆された。
• 参考スコア（独自算出の注目度）: 3.8288581517558318
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Concurrent programming is a core component of Computer Science curricula, yet remains notoriously difficult for students to master due to its inherent complexity and the nondeterministic nature of concurrency bugs such as deadlocks and race conditions. In this work, we present ParaView, an educational tool designed to help students understand, debug, and correct concurrency issues in parallel programs written in C/C++. ParaView provides transparent execution recording and visualization to make parallel execution observable and comprehensible. We evaluated ParaView through a series of debugging and implementation tasks, with 17 students participating. Results showed a significant improvement in debugging and implementation successes compared to previous course iterations. A student survey confirmed that most participants found ParaView helpful. To further support learning outside the classroom, we explored using Large Language Models (LLMs) to analyze concurrency bugs and suggest fixes. While LLMs were highly effective in identifying bugs and explaining execution traces, the correctness of their bug fixes varied, especially for more complex synchronization patterns. Our findings suggest that recording-visualization tools like ParaView, complemented by artificial intelligence (AI), can improve teaching and learning of concurrent programming.
• Abstract（参考訳）: 並行プログラミングはコンピュータサイエンスのカリキュラムの中核的な構成要素であるが、その複雑さとデッドロックやレース条件のような並行性バグの非決定論的性質のために、学生が習得するのが非常に難しい。 本研究では,C/C++で記述された並列プログラムにおいて,並列処理の問題を理解し,デバッグし,修正するための教育ツールであるParaViewを紹介する。 ParaViewは並列実行を観察可能で理解しやすいように透過的な実行記録と可視化を提供する。 私たちは17人の学生が参加する一連のデバッグおよび実装タスクを通じてParaViewを評価した。 結果として、以前のコースのイテレーションと比べてデバッグと実装の成功が大幅に改善された。 学生調査では、ほとんどの参加者がParaViewが役に立つことがわかった。 教室の外での学習をさらに支援するために,並列処理のバグを分析し,修正を提案するためにLarge Language Models (LLMs)を用いた検討を行った。 LLMは、バグを特定し、実行トレースを説明するのに非常に効果的であったが、バグ修正の正確性は、特により複雑な同期パターンに対して変化した。 この結果から,人工知能(AI)を補完するParaViewのような記録視覚化ツールが,並列プログラミングの指導と学習を改善することが示唆された。

関連論文リスト

• Teaching Language Models How to Code Like Learners: Conversational Serialization for Student Simulation [4.361813083295904]
  本稿では,学生プロセスデータを用いたオープンウェイトな人工プログラミング学習者の学習方法を提案する。 提案手法では,時間的ログトレースを対話形式にシリアライズし,各生徒の問題解決プロセスを表現する。 学生のコード提出とテスト結果、成績、エラートレースなどの環境フィードバックは、交互に会話のターンを形成する。
  論文  参考訳（メタデータ） (2026-04-12T16:38:42Z)
• Design and Implementation of Data Acquisition and Analysis System for Programming Debugging Process Based On VS Code Plug-In [1.1521859713894205]
  そこで本研究では,VS Code プラグインをベースとしたデバッグプロセスのためのデータ取得と解析システムを実装した。 このシステムは様々なプログラミング言語をサポートし、デバッグタスクとデータ取得機能を統合する。 データをプラットフォームデータベースにアップロードして、プロセス全体の監視とフィードバックを実現し、教育効果を向上させる。
  論文  参考訳（メタデータ） (2025-11-08T03:18:34Z)
• An Investigation Into Secondary School Students' Debugging Behaviour in Python [0.0]
  本稿では,K-12の学生がテキストベースのプログラミング言語を学習する際のデバッグ行動について検討する。 学生によって様々な行動が示され、効果がないよう歪められた。 デバッグに苦労している学生は、脆弱な知識と、その結果を見るためのレンズを持っている、と我々は主張する。
  論文  参考訳（メタデータ） (2025-08-20T16:34:23Z)
• A Proposal for a Debugging Learning Support Environment for Undergraduate Students Majoring in Computer Science [0.0]
  生徒はデバッガの使い方を知らないし、使ったこともない。 我々は,正しいブレークポイント配置の自己学習を可能にする機能をScratchに実装した。
  論文  参考訳（メタデータ） (2024-07-25T03:34:19Z)
• VDebugger: Harnessing Execution Feedback for Debugging Visual Programs [103.61860743476933]
  V Debuggerは、視覚プログラムのローカライズとデバッギングのために、段階的に実行を追跡することで訓練された、批評家とリファインダーのフレームワークである。 Vデバッガは、詳細な実行フィードバックを活用してプログラムエラーを特定し、修正する。 6つのデータセットの評価は、Vデバッガの有効性を示し、ダウンストリームタスクの精度が最大3.2%向上したことを示している。
  論文  参考訳（メタデータ） (2024-06-19T11:09:16Z)
• De-fine: Decomposing and Refining Visual Programs with Auto-Feedback [75.62712247421146]
  De-fineは、複雑なタスクを単純なサブタスクに分解し、オートフィードバックを通じてプログラムを洗練する、トレーニング不要のフレームワークである。 様々な視覚的タスクに対する我々の実験は、De-fineがより堅牢なプログラムを生成することを示している。
  論文  参考訳（メタデータ） (2023-11-21T06:24:09Z)
• A Stepwise Distillation Learning Strategy for Non-differentiable Visual Programming Frameworks on Visual Reasoning Tasks [48.181520570707654]
  各種VRタスクにおける非微分可能なVPorgのためのステップワイズ蒸留学習戦略を提案する。 我々のSDVPは、VProgの視覚サブタスクのための既存の、よく訓練されたタスク固有のモデルを、対応する視覚サブモジュールによって呼び出されるはるかに大きなVLMに段階的に蒸留する。
  論文  参考訳（メタデータ） (2023-09-18T14:28:47Z)
• Eye: Program Visualizer for CS2 [1.319058156672392]
  Eyeはプログラムの実行を視覚化するインタラクティブツールである。 一般的な環境でのデータ構造の特性と利用を実証する。 EyeはCS2の学生がオンラインプログラミングのWebサイトで利用できる無数のプログラムをより容易に理解するためのゲートウェイを開く。
  論文  参考訳（メタデータ） (2021-01-28T16:16:59Z)

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。