論文の概要: MAVE: A Multi-Agent Framework for Grounded Pedagogical Feedback from Online Class Videos

• arxiv url: http://arxiv.org/abs/2610.24498v1
• Date: Sat, 17 Oct 2026 06:43:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-26 01:04:01.054038
• Title: MAVE: A Multi-Agent Framework for Grounded Pedagogical Feedback from Online Class Videos
• Title（参考訳）: MAVE: オンライン授業ビデオからの着地教育フィードバックのためのマルチエージェントフレームワーク
• Abstract要約: 我々は,オンラインクラスのビデオからフィードバックを得るためのフレームワークMAVEを紹介する。 MAVEはフィードバック生成をCurator, Observer, Assessor, Advisorの4つのロールに分解する。 MAVEBenchは、フィードバックシステムがマルチモーダルな学生の証拠で診断できるかどうかを測定するために設計されたベンチマークである。
• 参考スコア（独自算出の注目度）: 7.920984892364575
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Timely pedagogical feedback is difficult to scale in online classes, where long and noisy videos make student responses hard to locate and automated systems often produce generic advice weakly grounded in actual classroom behavior. The key challenge is to connect the instructional goal of a specific lesson segment with temporally aligned multimodal evidence of student responses, and then translate the observed gap into an actionable teaching move. We introduce MAVE (Multi-Agents for Video-based Educational Feedback), a multi-agent framework for grounded pedagogical feedback from online-class videos. MAVE decomposes feedback generation into four roles: the Curator structures the lesson and infers expected student activity; the Observer extracts aligned speech, visual, and interaction evidence; the Assessor estimates the activity supported by student behavior; and the Advisor generates gap-conditioned teaching recommendations. To evaluate this capability, we introduce MAVEBench, a benchmark designed to measure whether feedback systems can ground diagnoses in multimodal student evidence, and generate actionable pedagogical feedback. MAVEBench contains 173 knowledge-point segments from approximately 20 hours of authentic online-class videos across STEM and Humanities, together with comprehensive simulation. Experiments show that MAVE outperforms direct prompting, Reflexion, and TextGrad in diagnostic correctness, instructional alignment, and actionability. Our code is available at https://github.com/DaRL-GenAI/MAVE
• Abstract（参考訳）: タイムリーな教育的フィードバックは、長く騒々しいビデオが学生の反応を検知しにくくし、自動化されたシステムが実際の教室行動に弱く根ざした一般的なアドバイスを生み出すオンライン授業では、スケールすることが難しい。 鍵となる課題は、特定の授業セグメントの指導目標と時間的に整列した学生反応のマルチモーダルな証拠を結びつけ、観察されたギャップを実行可能な教育行動に変換することである。 我々は,オンラインビデオの教育的フィードバックを基盤とするマルチエージェントフレームワークMAVE(Multi-Agents for Video-based Educational Feedback)を紹介する。 MAVEはフィードバック生成を4つの役割に分解する: キュレーターは授業を構造化し、期待される学生のアクティビティを推測する; オブザーバーは、調整されたスピーチ、視覚、相互作用の証拠を抽出する; アセスザーは学生の行動に支えられたアクティビティを推定する; アドバイザーはギャップ条件の教育勧告を生成する。 この能力を評価するために,マルチモーダルな学生証拠にフィードバックシステムが接地診断が可能かどうかを測定するためのベンチマークMAVEBenchを導入し,実用的な教育的フィードバックを生成する。 MAVEBenchには、STEMとHumanitiesの約20時間のオンラインクラスビデオから173のナレッジポイントセグメントと、包括的なシミュレーションが含まれている。 実験の結果、MAVEは診断精度、指示アライメント、動作性において直接的プロンプト、反射、テキストグラッドよりも優れていた。 私たちのコードはhttps://github.com/DaRL-GenAI/MAVEで利用可能です。

関連論文リスト

• InternVideo3: Agentify Foundation Models with Multimodal Contextual Reasoning [61.87294123934038]
  ビデオタスクにおけるマルチモーダル理解を強化するフレームワークであるInternVideo3を提案する。 MCRは理解を、共有、進化するコンテキスト上でのクローズドループプロセスとして扱う。 InternVideo3は、Video-MME、MLVU、Egoなどのベンチマークで強力なパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2026-06-10T15:17:08Z)
• Exploring Automated Recognition of Instructional Activity and Discourse from Multimodal Classroom Data [8.014320244550243]
  本研究は,マルチモーダル・インストラクショナル・アクティビティと談話認識に着目した,授業記録のAIによる分析について考察する。 164時間のビデオと68のレッスン書き起こしの高密度な注釈付きデータセットを使用して、並列なモダリティ固有のパイプラインを設計する。 微調整されたモデルはプロンプトベースのアプローチを一貫して上回り、マクロF1スコアはビデオで0.577、書き起こしで0.460である。
  論文  参考訳（メタデータ） (2025-11-26T11:57:22Z)
• UCO: A Multi-Turn Interactive Reinforcement Learning Method for Adaptive Teaching with Large Language Models [59.693733170193944]
  大規模言語モデル(LLM)は、教育環境において、回答提供者からインテリジェントな家庭教師へとシフトしている。 最近の強化学習アプローチはこの制限に対処するが、2つの重要な課題に直面している。 これらの課題に対処するために一方向認知最適化法(UCO)を提案する。
  論文  参考訳（メタデータ） (2025-11-12T01:27:02Z)
• Subtask-Aware Visual Reward Learning from Segmented Demonstrations [97.80917991633248]
  本稿では,新しい報酬学習フレームワークであるReward Learning from Demonstration with Demonstrationsを紹介する。 我々は,映像セグメントとそれに対応するサブタスクに条件付けされた高密度報酬関数を訓練し,地道報酬信号との整合性を確保する。 実験の結果,REDSはメタワールドにおける複雑なロボット操作タスクのベースライン手法よりも優れていた。
  論文  参考訳（メタデータ） (2025-02-28T01:25:37Z)
• Multimodal Classification of Teaching Activities from University Lecture Recordings [0.9790236766474201]
  本稿では,授業のいつでも実施されている活動の種類を特定するマルチモーダル分類アルゴリズムを提案する。 いくつかの学術活動は、音声信号とより容易に識別でき、テキストの書き起こしに頼って他者を特定する必要がある。
  論文  参考訳（メタデータ） (2023-12-24T08:33:30Z)
• Multimodal Lecture Presentations Dataset: Understanding Multimodality in Educational Slides [57.86931911522967]
  学習内容のマルチモーダル理解における機械学習モデルの能力を検証する。 このデータセットには,180時間以上のビデオと9000時間以上のスライドが,各科目から10人の講師が参加している。 マルチモーダル・トランスフォーマーであるPolyViLTを導入する。
  論文  参考訳（メタデータ） (2022-08-17T05:30:18Z)
• CLUE: Contextualised Unified Explainable Learning of User Engagement in Video Lectures [6.25256391074865]
  本稿では,オンライン授業ビデオから抽出した特徴から学習する統合モデルCLUEを提案する。 我々のモデルは、言語、文脈情報、配信されたコンテンツのテキスト感情の複雑さをモデル化するために、様々なマルチモーダル機能を利用する。
  論文  参考訳（メタデータ） (2022-01-14T19:51:06Z)
• Learning Online from Corrective Feedback: A Meta-Algorithm for Robotics [24.863665993509997]
  模倣学習(il)における鍵となる課題は、最適な状態行動のデモンストレーションは教師が提供するのが難しいことである。 状態行動のデモンストレーションの代替として、教師は好みや報酬などの修正的なフィードバックを提供することができる。 このアプローチは、さまざまなノイズフィードバックから素早く学習できることを示します。
  論文  参考訳（メタデータ） (2021-04-02T12:42:12Z)
• PsiPhi-Learning: Reinforcement Learning with Demonstrations using Successor Features and Inverse Temporal Difference Learning [102.36450942613091]
  時間差学習(ITD)と呼ばれる逆強化学習アルゴリズムを提案する。 Psi Phi$-learningと呼ばれるデモで強化学習のための新しいアルゴリズムに到達し、オンライン環境の相互作用から学習とITDをシームレスに統合する方法を示します。
  論文  参考訳（メタデータ） (2021-02-24T21:12:09Z)
• Neural Multi-Task Learning for Teacher Question Detection in Online Classrooms [50.19997675066203]
  教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。 マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
  論文  参考訳（メタデータ） (2020-05-16T02:17:04Z)

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。