論文の概要: ChatGPT Solves All Tested Qiskit Homework Assignments

• arxiv url: http://arxiv.org/abs/2608.19707v1
• Date: Thu, 20 Aug 2026 07:08:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-21 20:28:51.479654
• Title: ChatGPT Solves All Tested Qiskit Homework Assignments
• Title（参考訳）: ChatGPTがQiskitの宿題をテスト中
• Abstract要約: 生成AIは、量子ソフトウェア教育における評価課題を生み出す。 本研究では,初歩的なQiskitの宿題が,学生が実行し,レビューし,議論しながら,自己学習可能かどうかを検討した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative AI creates an assessment challenge in quantum software education: a student can provide a homework notebook to ChatGPT and request a completed submission. This study examined whether introductory Qiskit homework could remain autogradable while requiring students to run, review, and discuss results rather than banning AI. Three packages were tested: seeded basis-state circuits with bit flips and customized measurement mappings; Quantum Fourier Transform followed by inverse-transform recovery; and seeded Deutsch-Jozsa with customized oracle masks. The designs used personalization, simulator execution, JSON submissions, hidden references, circuit metrics, reflections, and optional IBM Quantum execution. For each package, one student-visible instance was tested in 50 separate ChatGPT sessions, yielding 150 sessions overall. Every final artifact was executed and passed its grader. Nine sessions were fully archived; none required operator code changes or correction of quantum logic. Under the study's operational definition, each tested instance had zero observed ChatGPT-resiliency. Seeds changed parameters rather than task structure, expected results remained derivable from visible assignment logic, scaffolding exposed key solution steps, and hidden grading verified output consistency without establishing independent authorship or understanding. Because one instance was repeated for each package, the results do not establish solvability for every seed or possible Qiskit assessment. The tested personalized, execution-oriented take-home designs therefore did not prevent successful completion under a minimally engaged-student workflow. Correct artifacts should be complemented by direct assessment through supervised modification, oral defense, prediction, and transfer tasks.
• Abstract（参考訳）: 学生は、ChatGPTに宿題ノートを提供し、完成した提出を要求することができる。 本研究では、学生がAIを禁止するのではなく、実行し、レビューし、議論することを要求しながら、初歩的なQiskitの宿題が自動化可能かどうかを検討した。 3つのパッケージがテストされた: ビットフリップとカスタマイズされた測定マッピングを備えた基底状態回路、量子フーリエ変換と逆変換リカバリに続く量子フーリエ変換、カスタマイズされたオラクルマスクを備えたDeutsch-Jozsa。 設計にはパーソナライズ、シミュレータ実行、JSONサブミッション、隠れ参照、回路メトリクス、リフレクション、オプションのIBM Quantum実行が使用された。 各パッケージに対して、1つの学生可視のインスタンスが50の別々のChatGPTセッションでテストされ、全体として150のセッションが得られた。 最終成果物はすべて実行され、グラデラーを通過しました。 9セッションは完全にアーカイブされ、演算子コードの変更や量子論理の修正は不要だった。 研究の運用定義では、各テストインスタンスは、観測されたChatGPT-レジリエンスがゼロであった。 種子はタスク構造よりもパラメータを変更し、期待結果は目に見える代入ロジックから導出され、重要解のステップをスキャフォールディングし、独立したオーサシップや理解を確立することなく、検証された出力一貫性を隠蔽した。 それぞれのパッケージに対して1つのインスタンスが繰り返されたため、結果はすべてのシードに対する可解性や、可能なQiskitアセスメントを確立することはできない。 そのため、パーソナライズされた実行指向のテイクホーム設計は、最小限の積極的ワークフローの下での完了を防げなかった。 正しいアーティファクトは、監督された修正、口頭防御、予測、伝達タスクを通じて直接評価によって補完されるべきである。

関連論文リスト

• SWE-Gate: Passing Functional Tests Is Not Enough for Software Engineering Agents [63.65682461568621]
  ソフトウェアエンジニアリングエージェントのためのリポジトリレベルのベンチマークであるSWE-Gateを導入し、機能的正当性とともにレビュー制約コンプライアンスを明示的に評価する。 SWE-Gateは、実際のプルリクエストレビューコメントからレビュー制約を導き、これらの制約に関するリポジトリレベルの修復インスタンスを合成する。 各インスタンスは、非準拠およびゴールドパッチとともに、機能テストと制約テストの分離を提供し、イシュー解決能力とレビュー制約コンプライアンスの明確な分離を可能にする。
  論文  参考訳（メタデータ） (2026-09-03T17:53:34Z)
• Verification-Aware Training for Speculative Decoding [57.84976863792784]
  VAT(Verification-Aware Training)は、トレーニングステップ毎に検証をシミュレートし、その結果の受け入れパターンと拒否パターンを監督するプラグインフレームワークである。 VATはトレーニング対象のみを変更するため、ドラフトアーキテクチャやターゲットモデル、推論手順を変更することなく、既存のメソッドの上にレイヤー化することができる。 VATは平均受理期間を最大11.4%改善し、ウォールクロックのスピードアップを最大8.7%向上させ、数学、コード、チャットベンチマークで一貫した利益を得ている。
  論文  参考訳（メタデータ） (2026-08-31T01:42:10Z)
• Does the way we write a theory change the program an LLM builds from it? A prospective randomized study of renderer format in LLM theory-to-program translation [0.0]
  言語理論は実行可能モデルに翻訳するには変数、介入、相互作用に関する選択が必要である。 我々は,理論言語モデルによるプログラムを体系的に変更するかどうかを検証した。
  論文  参考訳（メタデータ） (2026-08-10T23:37:47Z)
• Test-Driven, AI-Assisted Learning: Replacing Lectures with Weekly Closed-Book Tests [4.5476361898006195]
  本稿では、DSAA 3071, Theory of Computationの13週間のTDAA(Test-Driven, AI-Assisted)に関する経験報告である。 このコースは講義を自己指導型AI支援学習に置き換え、頻繁で独立したテストによって高周波品質ゲートを作る。
  論文  参考訳（メタデータ） (2026-06-22T13:31:21Z)
• Simulating Students or Sycophantic Problem Solving? On Misconception Faithfulness of LLM Simulators [55.617099475539305]
  大規模言語モデル(LLM)は、生徒のような反応を流線型に生成できるため、AI教師や人間教育者のトレーニングや評価のための模擬学生として魅力的である。 しかし、このようなシミュレータは、実際の学生と出力の類似性によって評価され、相互作用中に一貫性のある誤解を持つ学生のように振る舞うかどうかによって評価される。 シミュレーションが誤解駆動の信念状態を維持しているかどうかを判断し、フィードバックが誤解に対処した場合に選択的に更新する。
  論文  参考訳（メタデータ） (2026-05-12T20:55:23Z)
• Scalable and Personalized Oral Assessments Using Voice AI [0.14323566945483493]
  学生1人当たり15ドル(0.42ドル)で、学部AI/MLコースで36回の口腔検査を行ったシステムについて述べる。 LLMはルーブリックから動的に質問を生成するため、試験構造全体を事前に共有することができる。 マルチエージェントアーキテクチャは、各試験を構造化フェーズに分解し、3つのLLMファミリーのカウンシルが各転写をグレードする。
  論文  参考訳（メタデータ） (2026-03-18T19:09:06Z)
• Computer Aided Design and Grading for an Electronic Functional Programming Exam [0.0]
  本稿では,既存の編集距離に基づくアルゴリズムと比較して公平性を向上させる証明ラインの正しいシーケンスを探索し,Proof Puzzlesをチェックするアルゴリズムを提案する。 正規表現を指定するための高レベルな言語とオープンソースツールにより、複雑な正規表現の作成はエラーを起こしやすい。 学習過程における自動化の度合いを分析し,学生に意見を求め,自身の経験を批判的にレビューすることで,その結果のe-examを評価する。
  論文  参考訳（メタデータ） (2023-08-14T07:08:09Z)
• On Steering Multi-Annotations per Sample for Multi-Task Learning [79.98259057711044]
  マルチタスク学習の研究はコミュニティから大きな注目を集めている。 目覚ましい進歩にもかかわらず、異なるタスクを同時に学習するという課題はまだ検討されていない。 従来の研究は、異なるタスクから勾配を修正しようとするが、これらの手法はタスク間の関係の主観的な仮定を与え、修正された勾配はより正確でないかもしれない。 本稿では,タスク割り当てアプローチによってこの問題に対処する機構であるタスク割当(STA)を紹介し,各サンプルをランダムにタスクのサブセットに割り当てる。 さらなる進展のために、我々は全てのタスクを反復的に割り当てるためにInterleaved Task Allocation(ISTA)を提案する。
  論文  参考訳（メタデータ） (2022-03-06T11:57:18Z)
• ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
  本稿では,フィードバックを数発の分類として提供するという課題について考察する。 メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。 本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
  論文  参考訳（メタデータ） (2021-07-23T22:41:28Z)
• Warp Consistency for Unsupervised Learning of Dense Correspondences [116.56251250853488]
  密接な対応を学習する上で重要な課題は、実画像対に対する地道整合の欠如である。 密な対応回帰のための教師なし学習目標であるWarp Consistencyを提案する。 私たちのアプローチは、MegaDepth、RobotCar、TSSなど、いくつかの挑戦的なベンチマークに新しい最先端を設定します。
  論文  参考訳（メタデータ） (2021-04-07T17:58:22Z)
• Constructing interval variables via faceted Rasch measurement and multitask deep learning: a hate speech application [63.10266319378212]
  本稿では,教師付き深層学習と多面的ラッシュアイテム応答理論(IRT)構築手法を組み合わせることで,連続区間スペクトル上の複素変数を測定する手法を提案する。 われわれは、YouTube、Twitter、Redditから5万件のソーシャルメディアコメントを収集し、1万1000人の米国拠点のAmazon Mechanical Turkの労働者によってラベル付けされたデータセット上で、この新しい手法を実証した。
  論文  参考訳（メタデータ） (2020-09-22T02:15:05Z)

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。