講演情報
[3H-03]GET: 複数LLMを活用した自己学習支援のための自動採点システム
*伊藤 優希1、馬 強2 (1. 京都大学大学院情報学研究科 社会情報学コース 伊藤研究室、2. 京都工芸繊維大学大学院工芸科学研究科)
発表者区分:学生
論文種別:ロングペーパー
インタラクティブ発表:あり
論文種別:ロングペーパー
インタラクティブ発表:あり
キーワード:
教育、EdTech、LLM、自動採点
近年, 言語生成AIを用いた自動採点システムが注目されている. しかし, 単一のLLMに依存するため精度に限界がある. そこで本研究では, 複数のLLMを活用するEnsemble ToTフレームワークを提案し, これに基づく採点システムGraders by Ensemble ToT (GET)を構築する. GETシステムは(1)LLMの性能分析,(2)複数の採点結果候補の生成および(3)それらの統合という手順で, 従来よりも高精度な採点を実現する. 実験では, GETが最新の既存手法と比較して, より正確に採点を行い, その判断理由の説明も可能であることを示した.