दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

एलएलएम-आधारित विशेषज्ञ और छात्र एजेंटों के साथ उच्च-गुणवत्ता वाले प्रोग्रामिंग कार्यों का संश्लेषण

Created by
  • Haebom

लेखक

मान्ह हंग न्गुयेन, विक्टर-अलेक्जेंड्रू पुडुरियन, अल्किस गोटोवोस, सेबेस्टियन त्सचिआत्शेक, आदिश सिंगला

रूपरेखा

यह शोधपत्र इस बात पर शोध करता है कि जनरेटिव एआई का उपयोग करके छात्रों को उच्च-गुणवत्ता वाले प्रोग्रामिंग कार्य कैसे प्रदान किए जाएँ। मौजूदा जनरेटिव एआई निम्न-गुणवत्ता वाले उत्पन्न कार्यों, छात्रों के लिए समझने में कठिनाई और त्रुटियों जैसी समस्याओं से ग्रस्त है। इन समस्याओं के समाधान के लिए, हम एक नवीन संश्लेषण तकनीक, PyTaskSyn, प्रस्तुत करते हैं। PyTaskSyn, मजबूत और कमजोर जनरेटिव मॉडल का उपयोग करके विशेषज्ञ और छात्र एजेंटों का अनुकरण करता है, और एक बहु-चरणीय सत्यापन प्रक्रिया के माध्यम से उच्च-गुणवत्ता वाले प्रोग्रामिंग कार्य उत्पन्न करता है। प्रायोगिक परिणाम दर्शाते हैं कि PyTaskSyn मौजूदा तकनीकों की तुलना में कार्य की गुणवत्ता में उल्लेखनीय सुधार करता है। एक सार्वजनिक वेब एप्लिकेशन का उपयोग करके उपयोगकर्ता अनुसंधान दर्शाता है कि PyTaskSyn विशेषज्ञों द्वारा डिज़ाइन किए गए कार्यों के बराबर गुणवत्ता वाले कार्य प्रदान करता है। इसके अलावा, PyTaskSyn कार्यभार और लागत को कम करते हुए छात्रों की सहभागिता को बढ़ाता है।

Takeaways, Limitations

Takeaways:
जनरेटिव एआई का उपयोग करके उच्च गुणवत्ता वाले प्रोग्रामिंग कार्यों को स्वचालित रूप से उत्पन्न करने की एक नई विधि प्रस्तुत की गई है।
PyTaskSyn के साथ मौजूदा जनरेटिव AI की गुणवत्ता में सुधार करना।
विशेषज्ञ और छात्र एजेंट सिमुलेशन के माध्यम से एक प्रभावी सत्यापन पाइपलाइन का निर्माण
हमने कार्यभार और लागत में कमी तथा छात्र सहभागिता में वृद्धि के परिणाम देखे हैं।
खुले वेब अनुप्रयोगों के माध्यम से व्यावहारिक प्रयोज्यता प्रस्तुत करना
Limitations:
PyTaskSyn का प्रदर्शन प्रयुक्त जनरेटिव मॉडल के प्रदर्शन पर निर्भर हो सकता है।
विभिन्न प्रोग्रामिंग भाषाओं और शिक्षा स्तरों में सामान्यीकरण को निर्धारित करने के लिए आगे अनुसंधान की आवश्यकता है।
उपयोगकर्ता अनुसंधान के पैमाने और प्रतिभागी विशेषताओं के कारण सामान्यीकरण की सीमाओं पर विचार किया जाना चाहिए।
विशेषज्ञ एजेंटों की परिभाषा और मानदंड पर स्पष्टता की आवश्यकता है।
👍