論文の概要: Fine-Tuning Large Language Models for Codebook-Guided Coding of Students' Mathematics Metaphor Responses
- arxiv url: http://arxiv.org/abs/2608.10276v1
- Date: Mon, 10 Aug 2026 22:18:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:45.830235
- Title: Fine-Tuning Large Language Models for Codebook-Guided Coding of Students' Mathematics Metaphor Responses
- Title（参考訳）: 学生の数学メタファー応答のコードガイド符号化のための微調整大言語モデル
- Abstract要約: 数学に関する学生生成メタファーは、生徒の態度、信念、アイデンティティ、経験を明らかにすることができる。
本研究では,LoRAをベースとした大規模言語モデル(LLM)の教師付き微調整が,学生数学のメタファーのためのコードブック誘導コーディングタスクの性能を向上させるかどうかを検討する。
- 参考スコア（独自算出の注目度）: 6.361478816877003
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Student-generated metaphors about mathematics can reveal students' attitudes, beliefs, identities, and experiences, but human expert coding of these thematically and semantically complex open-ended responses is time-intensive and difficult to scale. This study examines whether LoRA-based supervised fine-tuning of large language models (LLMs) can improve their performance on codebook-guided coding tasks for student mathematics metaphors. We used a human-coded corpus of 2,265 Grade 6-8 responses to food- and animal-based metaphor prompts and instructed the LLMs to perform two coding tasks: valence-intensity coding to capture the direction and strength of students' affective orientations toward mathematics, and thematic coding to capture students' framings of mathematics as expressed through their metaphors. We compared two proprietary models, GPT-4o mini and GPT-5 mini, under prompt-only conditions with two open-weight models, DeepSeek-R1 1.5B and Mistral 7B, evaluated before and after fine-tuning. Results show that fine-tuning substantially improved the performance and run-to-run reliability of the open-weight models across both tasks relative to their base versions. The fine-tuned compact open-weight models became competitive with, and often outperformed, the proprietary prompt-only models. These findings suggest that compact open-weight LLMs can support scalable, locally controllable, and privacy-conscious AI-assisted measurement of students' metaphor responses in mathematics education.
- Abstract（参考訳）: 学生が生み出した数学のメタファーは、学生の態度、信念、アイデンティティ、経験を明らかにすることができるが、これらのテーマ的かつ意味論的に複雑なオープンエンド応答の人間の専門家によるコーディングは、時間集約的でスケールが難しい。
本研究では,LoRAをベースとした大規模言語モデル(LLM)の教師付き微調整が,学生数学のメタファーのためのコードブック誘導コーディングタスクの性能を向上させるかどうかを検討する。
我々は,2,265グレード6-8の人間コードコーパスを用いて,食と動物によるメタファーのプロンプトに反応し,LLMに2つのコーディングタスクを行うように指示した。
我々は,GPT-4o mini と GPT-5 mini の2つのプロプライエタリモデルと,DeepSeek-R1 1.5B と Mistral 7B の2つのオープンウェイトモデルを比較した。
その結果、細調整により、各タスクのベースバージョンに対するオープンウェイトモデルの性能と実行時の信頼性が大幅に向上した。
細調整されたコンパクトなオープンウェイトモデルは、プロプライエタリなプロンプトのみのモデルと競合し、しばしば性能が良くなった。
これらの結果から,コンパクトなオープンウェイトLLMは,数学教育における生徒のメタファー応答の測定を,スケーラブルで局所的に制御可能で,プライバシを重視したAIによって支援できることが示唆された。
関連論文リスト
- From Symbolic Perception to Logical Deduction: A Framework for Guiding Language Models in Geometric Reasoning [12.586340785916066]
複素幾何学問題において,純粋大言語モデル (LLM) が最先端のLMMと競合することを示す。
我々のフレームワークは図を記号形式に変換するシンボリックビジョンを統合している。
このアプローチは、より明確で人間的なソリューションを提供しながら、Gemini 2.5 Proに匹敵するパフォーマンスを実現します。
論文 参考訳（メタデータ） (2026-09-09T15:33:25Z) - Can MLLMs Read Students' Minds? Unpacking Multimodal Error Analysis in Handwritten Math [55.83696908107408]
スクラッチマス(ScratchMath)は,手書き数学のスクラッチワークにおける誤りの説明と分類のための新しいベンチマークである。
本データセットは,中国初等・中等生の1,720個の数学サンプルからなる。
我々は,ScratchMath上での16のMLLMを系統的に評価し,人的専門家に対する顕著な性能差を明らかにした。
論文 参考訳（メタデータ） (2026-03-26T02:57:20Z) - VEHME: A Vision-Language Model For Evaluating Handwritten Mathematics Expressions [11.210768330027674]
本稿では,手書き数学応答を高精度かつ解釈可能な推論トレースで評価するためのVEHME-a Vision-Language Modelを提案する。
VEHMEは、構造的推論データを用いた微調整と、モデル出力を多次元グレーディング目標と整合させる強化学習という、2段階の訓練パイプラインを統合している。
VEHMEは、オープンソースモデル間の最先端のパフォーマンスを達成し、プロプライエタリなシステムの精度にアプローチする。
論文 参考訳（メタデータ） (2025-10-26T19:03:27Z) - Code-enabled language models can outperform reasoning models on diverse tasks [86.29363856881399]
標準命令LMは, 微調整をせずに, 強力な推論器となりうることを示す。
これはCodeAdaptによって実現され、LMは多段階的なコード実行と自然言語推論をインターリーブする。
CodeAdaptは、平均8タスクで、3つのLMが対応するRMを上回ります。
論文 参考訳（メタデータ） (2025-10-23T18:04:03Z) - An Open-Source Dual-Loss Embedding Model for Semantic Retrieval in Higher Education [0.30723404270319693]
本研究では,2つのオープンソースの埋め込みモデルについて,質問応答の微調整を行った。
手動キュレーションと大規模言語モデル(LLM)を併用して,3,197の文対の合成データセットを構築した。
1)MNRL(MultipleNegativesRankingLoss)を用いて微調整されたベースラインモデルと,2)MNRLとCosineSimilarityLossを併用して意味的ランク付けと類似度校正の両方を改善するデュアルロスモデル,の2つのトレーニング戦略が評価された。
論文 参考訳（メタデータ） (2025-05-08T03:14:14Z) - LLM-based Cognitive Models of Students with Misconceptions [55.29525439159345]
本稿では,この2つの要件を満たすためにLLM(Large Language Models)を命令調整できるかどうかを検討する。
真正な学生ソリューションパターンを反映したデータセットを生成する新しいPythonライブラリであるMalAlgoPyを紹介する。
我々の洞察は、AIに基づく学生モデルの理解を高め、効果的な適応学習システムへの道を開く。
論文 参考訳（メタデータ） (2024-10-16T06:51:09Z) - SIaM: Self-Improving Code-Assisted Mathematical Reasoning of Large Language Models [54.78329741186446]
本稿では,コードに基づく批判モデルを用いて,質問コードデータ構築,品質管理,補完的評価などのステップをガイドする新しいパラダイムを提案する。
英語と中国語におけるドメイン内ベンチマークとドメイン外ベンチマークの両方の実験は、提案したパラダイムの有効性を実証している。
論文 参考訳（メタデータ） (2024-08-28T06:33:03Z) - Assessing the Emergent Symbolic Reasoning Abilities of Llama Large Language Models [47.129504708849446]
大規模言語モデル(LLM)は、幅広いタスクにおいて印象的なパフォーマンスを達成する。
LLMは数学的推論ベンチマークにおいて創発的な能力を示す。
我々は,Llama 2ファミリーの3つのモデルについて,異なるシンボリック推論タスクで評価した。
論文 参考訳（メタデータ） (2024-06-05T12:22:43Z) - MindStar: Enhancing Math Reasoning in Pre-trained LLMs at Inference Time [51.5039731721706]
MindStarは、大言語モデルの純粋に推論に基づく探索手法である。
推論タスクを探索問題として定式化し、最適な推論経路を特定するための2つの探索アイデアを提案する。
Llama-2-13BやMistral-7Bのようなオープンソースモデルの推論能力を大幅に向上させ、GPT-3.5やGrok-1に匹敵する性能を実現している。
論文 参考訳（メタデータ） (2024-05-25T15:07:33Z) - Describe-then-Reason: Improving Multimodal Mathematical Reasoning through Visual Comprehension Training [24.989732666940153]
オープンソースのマルチモーダル大言語モデル(MLLM)は、テキスト入力や視覚入力を含む様々なタスクに優れる。
MLLMは複雑なマルチモーダルな数学的推論に苦慮し、GPT-4V(ision)やGemini-Proといった独自のモデルに遅れを取っている。
本稿では,2段階のトレーニングパイプラインVCARを提案する。
論文 参考訳（メタデータ） (2024-04-22T21:59:35Z) - Evaluating Language Models for Mathematics through Interactions [116.67206980096513]
大型言語モデル(LLM)と対話し,評価するためのプロトタイププラットフォームであるCheckMateを紹介した。
我々はCheckMateと共同で3つの言語モデル(InstructGPT, ChatGPT, GPT-4)を、学部レベルの数学の証明支援として評価する研究を行った。
我々は、人間の行動の分類を導き、概して肯定的な相関にもかかわらず、正しさと知覚的有用性の間に顕著な相違点があることを明らかにする。
論文 参考訳（メタデータ） (2023-06-02T17:12:25Z)
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。