論文の概要: TeachMateGPT: A Multi-Agent Knowledge-Grounded Framework for Pedagogical Assessment Generation from Science Curriculum Materials
- arxiv url: http://arxiv.org/abs/2608.13708v1
- Date: Thu, 13 Aug 2026 19:06:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.191679
- Title: TeachMateGPT: A Multi-Agent Knowledge-Grounded Framework for Pedagogical Assessment Generation from Science Curriculum Materials
- Title（参考訳）: TeachMateGPT:理科教材を用いた教育評価のための多言語知識学習フレームワーク
- Abstract要約: TeachMateGPTは、カリキュラムによる科学評価のオーサリングに4つの進歩をもたらしたマルチエージェントシステムである。
COPEは、トークンウィンドウチャンキングをマルチレゾリューションインデックスに置き換える階層的な知識ベースである。
SAVERは、証拠回収に対する誠実さ、関連性、幻覚リスクを判定する、ソース属性の検証プロトコルである。
- 参考スコア（独自算出の注目度）: 0.47398244756917407
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automatically generating textbook-grounded assessment items can reduce science teachers' workload, but existing retrieval-augmented generation (RAG) systems rely on flat retrieval, support only single-question generation, lack safeguards against weak evidence, and are ill-suited to low-resource, board-exam-structured curricula. We address these limitations with TeachMateGPT, a multi-agent system contributing four advances to curriculum-grounded science-assessment authoring. (i) COPE, a hierarchical knowledge base replacing token-window chunking with a multi-resolution index that segments documents along syllabus structure and links them at three granularities via a traversable graph-based lineage, matching evidence to each topic's instructional level. (ii) A staged, fail-closed agent pipeline replacing one-shot retrieve-then-generate: routing gates search, retrieval fuses dense and lexical evidence under a coverage gate that withholds generation on insufficient evidence, and specialist agents draft objective and constructed-response items. (iii) SAVER, a source-attributed verification protocol scoring faithfulness, relevance, and hallucination risk against retrieved evidence, applying stricter grounding checks across each creative question's four sub-parts, paired with teacher-in-the-loop evaluation rather than automatic filtering. (iv) NCTB-SciGen8, a curriculum-grounded dataset of 198 items (143 multiple-choice, 55 creative questions) spanning all 14 chapters of the NCTB Class 8 science textbook, produced by the pipeline and rated by three practicing teachers. TeachMateGPT raises faithfulness (0.68 $\rightarrow$ 0.96) and answer relevancy (0.60 $\rightarrow$ 0.89) over a vanilla RAG baseline.
- Abstract（参考訳）: 教科書のグラウンドドアセスメントアイテムの自動生成は、科学教師の作業負荷を低減させるが、既存の検索強化世代(RAG)システムは、フラットな検索に依存し、シングルクエスト生成のみをサポートし、弱い証拠に対する保護を欠いている。
これらの制約に対処するため,カリキュラムを基盤とした科学評価オーサリングの4つの進歩に貢献するマルチエージェントシステムであるTeachMateGPTを提案する。
(i)COPEは、トークンウィンドウチャンキングをマルチレゾリューションインデックスに置き換えた階層的知識ベースで、シラバス構造に沿って文書を分割し、トラバース可能なグラフベースの系統を通して3つの粒度でリンクし、各トピックの指導レベルに証拠を一致させる。
第二に、一発の検索・検索ゲートの探索・検索は、不十分な証拠の発生を抑止する網羅ゲートの下で密集・語彙的証拠を融合させ、専門エージェントは、客観的かつ建設対応の項目を起草する。
三 証拠検索に対する信任性、妥当性、幻覚リスクを判定し、各創造的質問の四つのサブパートに厳格なグラウンドチェックを適用し、自動フィルタリングではなく、教師によるループ評価と組み合わせた、ソース属性検証プロトコルであるSAVER。
(iv)NCTB-SciGen8は、NCTBクラス8の14章すべてにまたがる198項目(多重選択、55の創造的質問)のカリキュラムで、パイプラインによって作成され、3人の練習教師によって評価されている。
TeachMateGPTは忠実さ(0.68$\rightarrow$ 0.96)を高め、バニラRAGベースラインに対する回答関連性(0.60$\rightarrow$ 0.89)を高める。
関連論文リスト
- Automated Tree Knowledge Graph Construction using Ontology Expansion and Retrieval from Vietnamese History Textbooks [1.0507359466436823]
階層的知識グラフ(KG)に基づく検索拡張生成(RAG)は,構造化知識を持つ大規模言語モデルを支援するための強力なアプローチとして登場した。
我々は,KG構築および検索戦略評価のためのエンドツーエンドパイプラインを提案する。
本稿では,ベトナムの高校歴史教科書(約400ページ)から木知識グラフを構築し,750のノードと4,341のセマンティックエッジを生成する。
論文 参考訳（メタデータ） (2026-09-01T05:52:50Z) - Training Documents Reranker with Search Rubrics for Deep Research Agent [54.08506174105984]
本稿では,高品質な文書集合が満たすべき要件をテキスト的に定義する検索指向のルーブリックを提案する。
さらに、検索したドキュメントから高品質なサブセットを選択するために、ドキュメントリランカ textbfRubricRanker をトレーニングします。
論文 参考訳（メタデータ） (2026-08-04T12:11:14Z) - EviBack: Search-Agent Reinforcement Learning via Evidence-Constrained Teacher Backoff [12.413369909547699]
EviBackはエビデンスに制約のある教師のバックオフで、そのようなグループに補助的なスーパービジョンを提供する。
完全に自動化されたエンドツーエンドの GPT- 5.5 アシスト APE パイプラインは、手動で書かれたシングルプロンプトのデュアルタスクの教師から始まる。
論文 参考訳（メタデータ） (2026-07-27T02:59:27Z) - EduGuard: A Safe RAG-Based LLM Tutor for Programming Education [1.2999518604217852]
ジェネレーティブAI(GenAI)は、プログラミングの説明、デバッグ、代入サポートに学生によってますます利用されている。
本稿では,提案プログラムのための安全な検索強化世代(RAG)学習フレームワークであるEduGuardについて述べる。
EduGuardは、クエリ理解、インストラクターが承認したコース検索、教育戦略選択、ルーリック・アウェア生成、クレームレベルの検証、オーバー信頼制御を統合している。
論文 参考訳（メタデータ） (2026-07-17T08:18:18Z) - Hierarchical Evidence-Driven Reasoning for Long Document Understanding [95.51688464037096]
閉領域文書理解のための階層的・エビデンス駆動型マルチモーダルRAGフレームワークであるHIEVI-RAGを紹介する。
我々のフレームワークは、既存のオープンソースベースラインを著しく上回り、最強の報告ベースラインを平均8.05%の精度で上回ります。
論文 参考訳（メタデータ） (2026-07-06T03:08:28Z) - Constructing Evaluation Datasets for Procedural Reasoning: Balancing Naturalness, Grounding, and Multi-Hop Coverage [1.873444918172383]
本研究では,TMKに基づく質問生成手法が,手続き的およびマルチホップ推論におけるデータセット品質に与える影響について検討する。
23の教示トピックと690の質問応答ペアで、厳密なTMK生成は、全体的な品質が最も高い。
Transcript-first 生成はより学習的な質問を生成するが、文脈に依存したり弱く接地された項目がより多く生成される一方、TMK-aware 生成は高い生のマルチホップカバレッジをもたらすが、接地度は低い。
論文 参考訳（メタデータ） (2026-06-11T00:17:57Z) - QUBRIC: Co-Designing Queries and Rubrics for RL Beyond Verifiable Rewards [68.15832368034815]
クエリとルーブリックを共同設計するフレームワークを提案する。
QUBRICはSFTベースラインよりもアリーナハードで+5.5ポイントのゲインを達成している。
論文 参考訳（メタデータ） (2026-06-02T17:53:04Z) - TechGraphRAG: An Agentic Graph-Augmented RAG Framework for Technical Literature Reasoning [0.0]
本稿では,ドメイン固有の技術的推論支援のためのエージェント検索強化世代(RAG)フレームワークを提案する。
提案アーキテクチャでは、クエリを意図的に分類する13ステップの自律パイプラインを使用し、多次元のルーリックに対して十分な証拠をスコアし、外部の学術データベースを検索する。
このフレームワークは、エージェント的でエビデンスを基盤としたRAGが、大規模でドメイン固有のコーパスに対する文学ナビゲーションと技術的推論をどのようにサポートするかを示す、実践的で実践的なケーススタディとして提示されている。
論文 参考訳（メタデータ） (2026-06-01T03:01:51Z) - ScientistOne: Towards Human-Level Autonomous Research via Chain-of-Evidence [57.37494162084001]
チェーン・オブ・エビデンス(Chain-of-Evidence, CoE)は、すべてのクレームがエビデンス・ソースにトレース可能であることを要求する検証可能なフレームワークである。
CoE Auditはポストホック監査であり、スコア検証、仕様違反、参照検証、メソッドコードアライメントという4つの整合性チェックが全システムに均一に適用される。
論文 参考訳（メタデータ） (2026-05-25T21:30:27Z) - ORBIT: Scalable and Verifiable Data Generation for Search Agents on a Tight Budget [56.6320292944541]
ORBITは20Kの推論集約クエリと短い検証可能な回答を備えたトレーニングデータセットである。
私たちのフレームワーク、コード、データセットはオープンソースで公開されています。
論文 参考訳（メタデータ） (2026-04-01T17:42:41Z) - The Unlearning Mirage: A Dynamic Framework for Evaluating LLM Unlearning [54.67958855362658]
複雑な構造化クエリを用いたアンラーニングテストを強調する動的フレームワークを提案する。
提案手法はまず,対象モデル(事前学習)から知識を抽出し,単純なクエリからマルチホップチェーンまで,対象プローブを構築する。
本フレームワークは,テストセットを手作業で構築することなく,非学習手法の実用的でスケーラブルな評価を可能にする。
論文 参考訳（メタデータ） (2026-03-11T19:51:33Z) - MedForget: Hierarchy-Aware Multimodal Unlearning Testbed for Medical AI [66.0701326117134]
MedForgetは、階層型を意識したマルチモーダルなアンラーニングテストベッドで、準拠する医療AIシステムを構築する。
既存の手法は,診断性能を低下させることなく,完全かつ階層性に配慮した忘れの解決に苦慮していることを示す。
階層レベルのコンテキストをプロンプトに徐々に追加する再構成攻撃を導入する。
論文 参考訳（メタデータ） (2025-12-10T17:55:06Z)
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。