LLMs for Coding and Robotics Education

要約

大規模言語モデルとマルチモーダル大規模言語モデルは、最近人工知能に革命をもたらしました。
現在、これらの先進技術を導入する地域が増えています。
このような状況の中で、ロボットのコーディング教育への注目が高まっています。
幼い子供たちにロボットの課題でコードを作成し競争する方法を教えるために、ロボット コードの説明、生成、および変更に大規模な言語モデルが利用されています。
この論文では、ロボットのコーディング教育における重要な傾向に焦点を当てます。
私たちは、従来のコーディング タスクと、ブロック図を含むロボット コード生成というより困難なタスクの両方で、いくつかの主流の大規模言語モデルをテストします。
私たちの結果は、GPT-4V がすべてのテストで他のモデルよりも優れているものの、ブロック図イメージの生成に苦労していることを示しています。

要約(オリジナル)

Large language models and multimodal large language models have revolutionized artificial intelligence recently. An increasing number of regions are now embracing these advanced technologies. Within this context, robot coding education is garnering increasing attention. To teach young children how to code and compete in robot challenges, large language models are being utilized for robot code explanation, generation, and modification. In this paper, we highlight an important trend in robot coding education. We test several mainstream large language models on both traditional coding tasks and the more challenging task of robot code generation, which includes block diagrams. Our results show that GPT-4V outperforms other models in all of our tests but struggles with generating block diagram images.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google