本研究では、まず、プログラミングにおける論理エラーの10種類の概念を定義した。これらの論理エラーの関係性を理解し、それを反映したプロンプトを作成した。このプロンプトを使ってLLMに論理エラーの分類を行わせたところ、従来のプロンプトに比べて21%の精度向上が見られた。
また、正解コードからデータを拡張する手法を提案した。正解コードに特定の論理エラーを人工的に挿入することで、論理エラーのベンチマークデータセットを構築した。この手法により、論理エラーの分類や検出に役立つデータセットを作成することができた。
本研究の貢献は以下の3点である。
これらの成果は、プログラミング初学者の理解を深め、効果的な学習支援につながると期待される。
Para outro idioma
do conteúdo fonte
arxiv.org
Principais Insights Extraídos De
by Yanggyu Lee,... às arxiv.org 05-01-2024
https://arxiv.org/pdf/2404.19336.pdfPerguntas Mais Profundas