Buchumschlag

Curriculum-Driven Edubot: A Framework for Developing Language Learning Chatbots Through Synthesizing Conversational Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Yu, Qu, Shang, Shen, Jili, Min, Shangchao, Yu, Zhou
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring the Use of Chatbots in EFL Argumentative Writing: From the Perspective of Dynamic Assessment
von: Shen Jili, et al.
Veröffentlicht: (2025)

MTR-Suite: A Framework for Evaluating and Synthesizing Conversational Retrieval Benchmarks
von: Ruan, Junhao, et al.
Veröffentlicht: (2026)

A Psychology-based Unified Dynamic Framework for Curriculum Learning
von: Meng, Guangyu, et al.
Veröffentlicht: (2024)

Data-CUBE: Data Curriculum for Instruction-based Sentence Representation Learning
von: Min, Yingqian, et al.
Veröffentlicht: (2024)

It is Time to Develop an Auditing Framework to Promote Value Aware Chatbots
von: Wang, Yanchen, et al.
Veröffentlicht: (2024)

Multi-Stage Evolutionary Model Merging with Meta Data Driven Curriculum Learning for Sentiment-Specialized Large Language Modeling
von: Inoshita, Keito, et al.
Veröffentlicht: (2026)

Empirical Study of Symmetrical Reasoning in Conversational Chatbots
von: Rim, Daniela N., et al.
Veröffentlicht: (2024)

SWE-Flow: Synthesizing Software Engineering Data in a Test-Driven Manner
von: Zhang, Lei, et al.
Veröffentlicht: (2025)

Automatic Analysis of Collaboration Through Human Conversational Data Resources: A Review
von: Yu, Yi, et al.
Veröffentlicht: (2026)

Curriculum Learning with Quality-Driven Data Selection
von: Wu, Biao, et al.
Veröffentlicht: (2024)

Evaluating, Synthesizing, and Enhancing for Customer Support Conversation
von: Zhu, Jie, et al.
Veröffentlicht: (2025)

RuCL: Stratified Rubric-Based Curriculum Learning for Multimodal Large Language Model Reasoning
von: Chen, Yukun, et al.
Veröffentlicht: (2026)

Synthesizing Text-to-SQL Data from Weak and Strong LLMs
von: Yang, Jiaxi, et al.
Veröffentlicht: (2024)

Co-Learning: Code Learning for Multi-Agent Reinforcement Collaborative Framework with Conversational Natural Language Interfaces
von: Yu, Jiapeng, et al.
Veröffentlicht: (2024)

ShareChat: A Dataset of Chatbot Conversations in the Wild
von: Yan, Yueru, et al.
Veröffentlicht: (2025)

Recent Advances in Federated Learning Driven Large Language Models: A Survey on Architecture, Performance, and Security
von: Qu, Youyang, et al.
Veröffentlicht: (2024)

Budget-Aware Anytime Reasoning with LLM-Synthesized Preference Data
von: Zhang, Xuanming, et al.
Veröffentlicht: (2026)

A Survey of Personality, Persona, and Profile in Conversational Agents and Chatbots
von: Sutcliffe, Richard
Veröffentlicht: (2023)

Grammar Control in Dialogue Response Generation for Language Learning Chatbots
von: Glandorf, Dominik, et al.
Veröffentlicht: (2025)

SUQL: Conversational Search over Structured and Unstructured Data with Large Language Models
von: Liu, Shicheng, et al.
Veröffentlicht: (2023)

Beyond Random Sampling: Efficient Language Model Pretraining via Curriculum Learning
von: Zhang, Yang, et al.
Veröffentlicht: (2025)

Towards an AI Musician: Synthesizing Sheet Music Problems for Musical Reasoning
von: Wang, Zhilin, et al.
Veröffentlicht: (2025)

A Framework to Assess the Persuasion Risks Large Language Model Chatbots Pose to Democratic Societies
von: Chen, Zhongren, et al.
Veröffentlicht: (2025)

Intent-Driven Semantic ID Generation for Grounded Conversational News Recommendation
von: Su, Hongyang, et al.
Veröffentlicht: (2026)

BLADE: Benchmarking Language Model Agents for Data-Driven Science
von: Gu, Ken, et al.
Veröffentlicht: (2024)

Mind the Goal: Data-Efficient Goal-Oriented Evaluation of Conversational Agents and Chatbots using Teacher Models
von: Piskala, Deepak Babu, et al.
Veröffentlicht: (2025)

A Fairness-Driven Method for Learning Human-Compatible Negotiation Strategies
von: Shea, Ryan, et al.
Veröffentlicht: (2024)

Agent-Driven Corpus Linguistics: A Framework for Autonomous Linguistic Discovery
von: Yu, Jia, et al.
Veröffentlicht: (2026)

Toward Multi-Session Personalized Conversation: A Large-Scale Dataset and Hierarchical Tree Framework for Implicit Reasoning
von: Li, Xintong, et al.
Veröffentlicht: (2025)

OmniSQL: Synthesizing High-quality Text-to-SQL Data at Scale
von: Li, Haoyang, et al.
Veröffentlicht: (2025)

Culturally-Aware Conversations: A Framework & Benchmark for LLMs
von: Havaldar, Shreya, et al.
Veröffentlicht: (2025)

Multi-Agent Causal Reasoning for Suicide Ideation Detection Through Online Conversations
von: Li, Jun, et al.
Veröffentlicht: (2026)

DiverseDialogue: A Methodology for Designing Chatbots with Human-Like Diversity
von: Lin, Xiaoyu, et al.
Veröffentlicht: (2024)

SQLForge: Synthesizing Reliable and Diverse Data to Enhance Text-to-SQL Reasoning in LLMs
von: Guo, Yu, et al.
Veröffentlicht: (2025)

A Tutorial on the Pretrain-Finetune Paradigm for Natural Language Processing
von: Wang, Yu, et al.
Veröffentlicht: (2024)

UPDESH: Synthesizing Grounded Instruction Tuning Data for 13 Indic Languages
von: Chitale, Pranjal A., et al.
Veröffentlicht: (2025)

From Personas to Talks: Revisiting the Impact of Personas on LLM-Synthesized Emotional Support Conversations
von: Wu, Shenghan, et al.
Veröffentlicht: (2025)

Business Logic-Driven Text-to-SQL Data Synthesis for Business Intelligence
von: Liu, Jinhui, et al.
Veröffentlicht: (2026)

PROMISE: A Framework for Developing Complex Conversational Interactions (Technical Report)
von: Wu, Wenyuan, et al.
Veröffentlicht: (2023)

On the Emotion Understanding of Synthesized Speech
von: Ge, Yuan, et al.
Veröffentlicht: (2026)