Automated Question Generation for Electronics Engineering Exams Using Retrieval-Augmented Generation
Notice bibliographique
Résumé
This paper presents an Automated Question Generation System designed to help lecturers in making high quality exams for their reviewees in preparation for the Electronics Engineering Licensure Exam in the Philippines. The system integrates OpenAI’s GPT-4 for natural language processing, LangChain for document management, and Streamlit for an interactive web interface. Educational materials such as textbooks and lecture notes are processed by splitting them into chunks and storing them in a Chroma vector database. Users can specify exam topics and the desired number of questions through the web interface, prompting the system to retrieve relevant content and generate multiple-choice questions using a fine-tuned language model with Retrieval-Augmented Generation (RAG). The system provides detailed outputs, including questions, answer keys, token usage, and source references, ensuring transparency and reliability.The system’s performance was evaluated using the BLEU and ROUGE metrics, which originate from machine translation and summarization tasks, respectively, to measure the quality and relevance of generated questions. BLEU assesses n-gram precision by comparing generated text with reference text, while ROUGE evaluates recall by measuring the overlap of n-grams, such as unigrams (ROUGE-1), bigrams (ROUGE-2), and the longest common subsequence (ROUGE-L), between the generated and reference texts. In addition to these automated metrics, human experts reviewed the generated questions for accuracy, relevance, and clarity, while large language models such as ChatGPT and Gemini analyzed grammatical correctness and logical consistency. These combined evaluations demonstrated strong alignment with expert standards, confirming the system’s capability to generate accurate, relevant, and grammatically correct exam questions. These results highlight the system’s potential as a comprehensive tool for exam preparation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».