VISTA: Visual Integrated System for Tailored Automation in Math Problem Generation Using LLM

要約

正確で一貫した視覚補助を作成することは数学教育において重要な課題であり、幾何学的形状や関数などの視覚的表現は生徒の理解を高める上で極めて重要な役割を果たします。
このペーパーでは、大規模言語モデル (LLM) を利用して、一貫した問題テキストとともに複雑な数学的視覚化の作成を自動化する、新しいマルチエージェント フレームワークを紹介します。
私たちのアプローチは、正確な視覚補助の生成を簡素化するだけでなく、これらの補助を問題の中核となる数学的概念と整合させ、問題の作成と評価の両方を向上させます。
複数のエージェントを統合し、それぞれが数値計算、ジオメトリ検証、視覚化などの異なるタスクを担当することで、当社のシステムは数学的に正確で文脈に関連した問題を視覚補助を使って提供します。
幾何学および関数の問題タイプにわたる評価では、元の問題の重要な幾何学的および機能的完全性を維持しながら、テキストの一貫性、一貫性、関連性および類似性の点で、私たちの方法が基本的な LLM よりも大幅に優れていることが示されています。
一貫した視覚的出力を確保するにはいくつかの課題が残っていますが、私たちのフレームワークは、教育者が数学教育で視覚補助を生成および利用する方法を変革する上で LLM の計り知れない可能性を実証しています。

要約(オリジナル)

Generating accurate and consistent visual aids is a critical challenge in mathematics education, where visual representations like geometric shapes and functions play a pivotal role in enhancing student comprehension. This paper introduces a novel multi-agent framework that leverages Large Language Models (LLMs) to automate the creation of complex mathematical visualizations alongside coherent problem text. Our approach not only simplifies the generation of precise visual aids but also aligns these aids with the problem’s core mathematical concepts, improving both problem creation and assessment. By integrating multiple agents, each responsible for distinct tasks such as numeric calculation, geometry validation, and visualization, our system delivers mathematically accurate and contextually relevant problems with visual aids. Evaluation across Geometry and Function problem types shows that our method significantly outperforms basic LLMs in terms of text coherence, consistency, relevance and similarity, while maintaining the essential geometrical and functional integrity of the original problems. Although some challenges remain in ensuring consistent visual outputs, our framework demonstrates the immense potential of LLMs in transforming the way educators generate and utilize visual aids in math education.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google