論文の概要: Cite or Decline: A Strict Course-Grounded Chatbot for STEM Lecture Videos

• arxiv url: http://arxiv.org/abs/2609.01846v1
• Date: Tue, 01 Sep 2026 20:27:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-03 17:53:17.982856
• Title: Cite or Decline: A Strict Course-Grounded Chatbot for STEM Lecture Videos
• Title（参考訳）: STEM講義用チャットボット「Cite or Decline」
• Abstract要約: VideoPointsプラットフォームは、アクティブコースからのみ検索し、章の要約を使用して書き起こしランキングをガイドし、クリック可能なタイムスタンプ付き引用を返す。 833以上のメッセージ、70.5%は引用を含んでおり、コース境界を越えたものはない。 本設計では,高密度検索よりも6.3ポイント向上した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Recorded lecture videos, often enhanced with search and summarization features, are a standard study resource. However, students cannot easily ask course specific questions or verify answers against an instructor's lecture. We report a semester-long deployment of VideoPoints platform with a retrieval-augmented chatbot that answers from course lecture materials and returns timestamped citations. The chatbot retrieves only from the active course, uses chapter summaries to guide transcript ranking, and returns clickable timestamped citations. Students used it for quick lookups and exam review. Across 833 messages, 70.5% included citations, none crossed a course boundary, and when no lecture evidence matched, the chatbot usually declined rather than answering. Among the users, citations were the most consistently useful feature, while practice-question generation was the strongest unmet request. We also evaluated the design on the real-world test split of EduVidQA, a public multimodal benchmark for lecture-video question answering. Our design improved correct-lecture retrieval by 6.3 percentage points over dense-only retrieval. Together, the results show that effective deployment depends on course isolation, supported citations, and alignment with students' study practices.
• Abstract（参考訳）: 記録された講義ビデオは、しばしば検索と要約機能によって強化され、標準的な研究資料である。 しかし、学生はコース固有の質問をしやすくしたり、インストラクターの講義に対する回答を検証できない。 本稿では,授業資料から回答し,タイムスタンプ付き引用を返す検索拡張型チャットボットで,ビデオポイントプラットフォームを1学期で展開したことを報告する。 チャットボットは、アクティブコースからのみ検索し、章の要約を使用して書き起こしランキングをガイドし、クリック可能なタイムスタンプ付き引用を返す。 学生は簡単な調査や試験のレビューに利用した。 833通のメッセージに70.5%の引用が含まれており、コースの境界を越えることはなく、講義の証拠が一致しない場合、チャットボットは答えるよりも断ることが多い。 ユーザの中では、引用は最も一貫して有用な機能であり、実践要求生成は最も強力なアンメット要求であった。 また,講義ビデオ質問応答のためのマルチモーダル・ベンチマークであるEduVidQAを実世界のテスト分割で評価した。 本設計では,高密度検索よりも6.3ポイント向上した。 その結果, 効果的な展開は, 授業分離, 支援された引用, 学生の学習実践に左右されることが示唆された。

関連論文リスト

• EASE-TTT: Evidence-Aligned Selective Test-Time Training for Long-Context Question Answering [61.89411578705886]
  長文質問応答のためのEvidence-Aligned Selective Test-Time Training (EASE-TTT)を提案する。 EASE-TTTは、選択されたエビデンスチャンクをトークン位置に対するソフトアテンション監視ターゲットに変換する。 完全コンテキスト推論、検索専用ベースライン、qTTTの中では最強のマクロ平均性能を実現している。
  論文  参考訳（メタデータ） (2026-06-05T04:49:37Z)
• FactReview: Evidence-Grounded Reviews with Literature Positioning and Execution-Based Claim Verification [57.196748998757954]
  本稿では,クレーム抽出,文献位置決定,実行に基づくクレーム検証を組み合わせたエビデンスベースレビューシステムであるFactReviewを紹介する。 FactReviewは論文を提出すると、主要なクレームを特定し、その結果を報告し、論文の技術的な位置を明らかにするために近くの作業を取り出し、コードが利用可能であれば、リリースされたリポジトリを実行する。 その後、簡潔なレビューと、主要な請求を5つのラベルのうち1つに割り当てるエビデンスレポートを生成する。
  論文  参考訳（メタデータ） (2026-04-05T11:45:22Z)
• Chat-Based Support Alone May Not Be Enough: Comparing Conversational and Embedded LLM Feedback for Mathematical Proof Learning [4.7092577379077]
  GPTutorは、学部の離散数学コースのためのLLMベースのチューターシステムである。 それは2つのツールを統合している: 構造化された証明レビューツールで、学生が書いた証明の試みを埋め込んだフィードバックと、数学の質問のためのチャットボットを提供する。 学生148名を対象にしたスタッガードアクセススタディでは,実験グループのみがシステムを利用する場合,早期アクセスはより高度な宿題のパフォーマンスに関連付けられていた。 使用記録によると, 自己効力の低い学生と, 事前試験成績の学生は, 両者をより頻繁に使用していた。
  論文  参考訳（メタデータ） (2026-02-21T11:52:25Z)
• Cite Pretrain: Retrieval-Free Knowledge Attribution for Large Language Models [44.31597857713689]
  最初の段階でActive Indexingを導入し、一般化可能なソースアンコールバインディングを作成します。 Qwen-2.5-7B&3Bの実験は、アクティブインデックスがパッシブインデックスのベースラインを一貫して上回っていることを示している。 内部の引用は、モデルを検索ノイズに対してより堅牢にすることで、外部の引用を補完する。
  論文  参考訳（メタデータ） (2025-06-21T04:48:05Z)
• Oversight in Action: Experiences with Instructor-Moderated LLM Responses in an Online Discussion Forum [2.86800540498016]
  本稿では,インストラクターが制御するボットモジュールの設計,展開,評価について述べる。 ボットは、学生の質問に対するドラフトレスポンスを生成し、リリース前にレビュー、修正、承認される。 我々は、オブジェクト指向プログラミングに関する12週間のソフトウェア工学コースで、このツールを使った経験を報告する。
  論文  参考訳（メタデータ） (2024-12-12T08:17:33Z)
• LLM-based Rewriting of Inappropriate Argumentation using Reinforcement Learning from Machine Feedback [16.57980268646285]
  本稿では,議論における不適切な言語を計算的に緩和する方法について検討する。 コンテンツ保存と適切性のバランスをとるための強化学習に基づく書き直し手法を提案する。 絶対的および相対的評価研究において,報酬関数の重み付け方式について検討した。
  論文  参考訳（メタデータ） (2024-06-05T15:18:08Z)
• Protecting Copyrighted Material with Unique Identifiers in Large Language Model Training [55.321010757641524]
  大きな言語モデル(LLM)のトレーニングに関する主要な関心事は、著作権のあるオンラインテキストを悪用するかどうかである。 本稿では,Web ユーザとコンテンツプラットフォームがtextbftextitunique 識別子を,信頼性と独立性のあるメンバシップ推論に活用することを提唱する,代替の textitinsert-and-detect 手法を提案する。
  論文  参考訳（メタデータ） (2024-03-23T06:36:32Z)
• Citation-Enhanced Generation for LLM-based Chatbots [10.960245003902772]
  大規模言語モデル(LLM)は多様なシナリオにまたがる強力な汎用知性を示す。 幻覚コンテンツは反応で生成され、適用性が著しく制限される。 提案手法は,検索議論と組み合わせた,ポストホックなCitation-Enhanced Generation手法である。
  論文  参考訳（メタデータ） (2024-02-25T11:24:41Z)
• Scalable Two-Minute Feedback: Digital, Lecture-Accompanying Survey as a Continuous Feedback Instrument [0.0]
  コースや講義の内容に関する詳細なフィードバックは、改善に不可欠であり、またリフレクションのツールとしても機能します。 本論文は,学生のストレスを定量的に測定し,質的部分における参加者の反射に対処するための形式的フィードバックとして,デジタルサーベイ形式を用いた。 回答は、主に講義内容や組織的側面のトピックをカバーし、講義内の問題を報告するために集中的に使用された。
  論文  参考訳（メタデータ） (2023-10-30T08:14:26Z)
• Towards Debiasing Frame Length Bias in Text-Video Retrieval via Causal Intervention [72.12974259966592]
  トリミングビデオクリップのトレーニングセットとテストセットのフレーム長差による時間偏差について,一意かつ体系的に検討した。 Epic-Kitchens-100, YouCook2, MSR-VTTデータセットについて, 因果脱バイアス法を提案し, 広範な実験およびアブレーション研究を行った。
  論文  参考訳（メタデータ） (2023-09-17T15:58:27Z)
• 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)
• Abstractive Summarization of Spoken and Written Instructions with BERT [66.14755043607776]
  本稿では,BERTSumモデルの最初の対話型言語への応用について述べる。 我々は多種多様な話題にまたがるナレーションビデオの抽象要約を生成する。 我々は、これをインテリジェントな仮想アシスタントの機能として統合し、要求に応じて文字と音声の両方の指導内容の要約を可能にすることを想定する。
  論文  参考訳（メタデータ） (2020-08-21T20:59:34Z)

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。