인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
최근 교육 분야에서 대형 언어 모델(Large Language Models, LLMs)의 발전과 함께 AI 기반 코드 평가 시스템의 활용이 확대되고 있다. 본 논문은 LangChain과 RAG(Retrieval-Augmented Generation)을 활용하여 LLM 기반 코드 평가 서비스를 구축하고, 그 평가 방식의 차이와 성능을 비교·분석하는 것을 목적으로 한다. 이를 위해 LangChain 단독 모델과 LangChain+RAG 결합 모델을 구성하고 프롬프트 튜닝을 통한 평가 응답 최적화 수준 및 활용 가능성을 실험적으로 검토하였다. 또한, 코드 평가 기준에 따른 평가 응답의 일관성과 타당성을 분석하여 두 방식의 장단점을 비교하였다. 특히, RAG를 활용한 모델의 채점 방식과 체계적인 체인 구성 방법을 살펴보고, RAG 없이 프롬프트 튜닝만을 이용한 평가 수행 결과의 차이를 규명하였다. LLM으로 채점했을 경우 RAG와 컴파일링을 결합한 방식은 4개 문제 유형에서 총합 72점으로, 기본 LLM의 65점 보다 높은 평균 성능을 보였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094410772
