:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sonkar, Shashank, Baraniuk, Richard G.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	https://arxiv.org/abs/2405.08134
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CLEAR-3K: Assessing Causal Explanatory Capabilities in Language Models
von: Liu, Naiming, et al.
Veröffentlicht: (2025)

Student Data Paradox and Curious Case of Single Student-Tutor Model: Regressive Side Effects of Training LLMs for Personalized Learning
von: Sonkar, Shashank, et al.
Veröffentlicht: (2024)

Do LLMs Make Mistakes Like Students? Exploring Natural Alignment between Language Models and Human Error Patterns
von: Liu, Naiming, et al.
Veröffentlicht: (2025)

MalAlgoQA: Pedagogical Evaluation of Counterfactual Reasoning in Large Language Models and Implications for AI in Education
von: Liu, Naiming, et al.
Veröffentlicht: (2024)

Pedagogical Alignment of Large Language Models
von: Sonkar, Shashank, et al.
Veröffentlicht: (2024)

Marking: Visual Grading with Highlighting Errors and Annotating Missing Bits
von: Sonkar, Shashank, et al.
Veröffentlicht: (2024)

LLM-based Cognitive Models of Students with Misconceptions
von: Sonkar, Shashank, et al.
Veröffentlicht: (2024)

MetaCLASS: Metacognitive Coaching for Learning with Adaptive Self-regulation Support
von: Liu, Naiming, et al.
Veröffentlicht: (2026)

Automated Long Answer Grading with RiceChem Dataset
von: Sonkar, Shashank, et al.
Veröffentlicht: (2024)

The Imitation Game for Educational AI
von: Sonkar, Shashank, et al.
Veröffentlicht: (2025)

Circuit Complexity of Hierarchical Knowledge Tracing and Implications for Log-Precision Transformers
von: Liu, Naiming, et al.
Veröffentlicht: (2026)

MalruleLib: Large-Scale Executable Misconception Reasoning with Step Traces for Modeling Student Thinking in Mathematics
von: Chen, Xinghe, et al.
Veröffentlicht: (2026)

Misconception Acquisition Dynamics in Large Language Models
von: Liu, Naiming, et al.
Veröffentlicht: (2026)

Simulating Students or Sycophantic Problem Solving? On Misconception Faithfulness of LLM Simulators
von: Do, Heejin, et al.
Veröffentlicht: (2026)

Atomic Learning Objectives Labeling: A High-Resolution Approach for Physics Education
von: Liu, Naiming, et al.
Veröffentlicht: (2024)

When Can We Trust LLM Graders? Calibrating Confidence for Automated Assessment
von: Ferrer, Robinson, et al.
Veröffentlicht: (2026)

FoundationalASSIST: An Educational Dataset for Foundational Knowledge Tracing and Pedagogical Grounding of LLMs
von: Worden, Eamon, et al.
Veröffentlicht: (2026)

Scalable Generation and Validation of Isomorphic Physics Problems with GenAI
von: Liu, Naiming, et al.
Veröffentlicht: (2026)

Locale-Conditioned Few-Shot Prompting Mitigates Demonstration Regurgitation in On-Device PII Substitution with Small Language Models
von: Sadani, Anuj, et al.
Veröffentlicht: (2026)

Synthetic Context Generation for Question Generation
von: Liu, Naiming, et al.
Veröffentlicht: (2024)

Can LLMs Model Incorrect Student Reasoning? A Case Study on Distractor Generation
von: Zengaffinen, Yanick, et al.
Veröffentlicht: (2026)

Test-Time Adaptation via Many-Shot Prompting: Benefits, Limits, and Pitfalls
von: Upasani, Shubhangi, et al.
Veröffentlicht: (2026)

Not All Synthetic Data Is Yours to Learn From
von: Alemohammad, Sina, et al.
Veröffentlicht: (2026)

Training LLM-based Tutors to Improve Student Learning Outcomes in Dialogues
von: Scarlatos, Alexander, et al.
Veröffentlicht: (2025)

Many-Shot In-Context Learning
von: Agarwal, Rishabh, et al.
Veröffentlicht: (2024)

Towards Reliable Latent Knowledge Estimation in LLMs: Zero-Prompt Many-Shot Based Factual Knowledge Extraction
von: Wu, Qinyuan, et al.
Veröffentlicht: (2024)

On Many-Shot In-Context Learning for Long-Context Evaluation
von: Zou, Kaijian, et al.
Veröffentlicht: (2024)

MSR-Align: Policy-Grounded Multimodal Alignment for Safety-Aware Reasoning in Vision-Language Models
von: Xia, Yinan, et al.
Veröffentlicht: (2025)

Distilling Many-Shot In-Context Learning into a Cheat Sheet
von: Honda, Ukyo, et al.
Veröffentlicht: (2025)

Many-Shot In-Context Learning for Molecular Inverse Design
von: Moayedpour, Saeed, et al.
Veröffentlicht: (2024)

When Many-Shot Prompting Fails: An Empirical Study of LLM Code Translation
von: Oskooei, Amirkia Rafiei, et al.
Veröffentlicht: (2025)

Selecting Demonstrations for Many-Shot In-Context Learning via Gradient Matching
von: Zhang, Jianfei, et al.
Veröffentlicht: (2025)

Efficient Many-Shot In-Context Learning with Dynamic Block-Sparse Attention
von: Xiao, Emily, et al.
Veröffentlicht: (2025)

Focused Large Language Models are Stable Many-Shot Learners
von: Yuan, Peiwen, et al.
Veröffentlicht: (2024)

Compromesso! Italian Many-Shot Jailbreaks Undermine the Safety of Large Language Models
von: Pernisi, Fabio, et al.
Veröffentlicht: (2024)

A Benchmark for End-to-End Zero-Shot Biomedical Relation Extraction with LLMs: Experiments with OpenAI Models
von: Brokman, Aviv, et al.
Veröffentlicht: (2025)

Towards Compute-Optimal Many-Shot In-Context Learning
von: Golchin, Shahriar, et al.
Veröffentlicht: (2025)

An Empirical Study of Many-Shot In-Context Learning for Machine Translation of Low-Resource Languages
von: Lu, Yinhan, et al.
Veröffentlicht: (2026)

Many-Shot In-Context Learning in Multimodal Foundation Models
von: Jiang, Yixing, et al.
Veröffentlicht: (2024)

Attractor Patch Networks: Reducing Catastrophic Forgetting with Routed Low-Rank Patch Experts
von: Shashank
Veröffentlicht: (2026)