Buchumschlag

TRESTLE: A Model of Concept Formation in Structured Domains

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	MacLellan, Christopher J., Harpstead, Erik, Aleven, Vincent, Koedinger, Kenneth R.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Decomposed Inductive Procedure Learning: Learning Academic Tasks with Human-Like Data Efficiency
von: Weitekamp, Daniel, et al.
Veröffentlicht: (2025)

Explaining Robustness to Catastrophic Forgetting Through Incremental Concept Formation
von: Barari, Nicki, et al.
Veröffentlicht: (2025)

Incremental Concept Formation over Visual Images Without Catastrophic Forgetting
von: Barari, Nicki, et al.
Veröffentlicht: (2024)

AI2T: Building Trustable AI Tutors by Interactively Teaching a Self-Aware Learning Agent
von: Weitekamp, Daniel, et al.
Veröffentlicht: (2024)

Cobweb: An Incremental and Hierarchical Model of Human-Like Category Learning
von: Lian, Xin, et al.
Veröffentlicht: (2024)

STAND: Self-Aware Precondition Induction for Interactive Task Learning
von: Weitekamp, Daniel, et al.
Veröffentlicht: (2024)

Incremental and Data-Efficient Concept Formation to Support Masked Word Prediction
von: Lian, Xin, et al.
Veröffentlicht: (2024)

Model Human Learners: Computational Models to Guide Instructional Design
von: MacLellan, Christopher J.
Veröffentlicht: (2025)

A Rational Account of Categorization Based on Information Theory
von: MacLellan, Christopher J., et al.
Veröffentlicht: (2026)

Test-Time Compositional Generalization in Diffusion Models via Concept Discovery
von: Wang, Zekun, et al.
Veröffentlicht: (2026)

Intelligent Tutors Beyond K-12: An Observational Study of Adult Learner Engagement and Academic Impact
von: Gupta, Adit, et al.
Veröffentlicht: (2025)

Towards Educator-Driven Tutor Authoring: Generative AI Approaches for Creating Intelligent Tutor Interfaces
von: Calo, Tommaso, et al.
Veröffentlicht: (2024)

VAL: Interactive Task Learning with GPT Dialog Parsing
von: Lawley, Lane, et al.
Veröffentlicht: (2023)

Apprentice Tutor Builder: A Platform For Users to Create and Personalize Intelligent Tutors
von: Smith, Glen, et al.
Veröffentlicht: (2024)

Optimizing Mastery Learning by Fast-Forwarding Over-Practice Steps
von: Xia, Meng, et al.
Veröffentlicht: (2025)

Trust Region Continual Learning as an Implicit Meta-Learner
von: Wang, Zekun, et al.
Veröffentlicht: (2026)

Leakage and Interpretability in Concept-Based Models
von: Parisini, Enrico, et al.
Veröffentlicht: (2025)

TutorGym: A Testbed for Evaluating AI Agents as Tutors and Students
von: Weitekamp, Daniel, et al.
Veröffentlicht: (2025)

Evaluating Alternative Training Interventions Using Personalized Computational Models of Learning
von: MacLellan, Christopher James, et al.
Veröffentlicht: (2024)

Avoid Catastrophic Forgetting with Rank-1 Fisher from Diffusion Models
von: Wang, Zekun, et al.
Veröffentlicht: (2025)

DAGAF: A directed acyclic generative adversarial framework for joint structure learning and tabular data synthesis
von: Petkov, Hristo, et al.
Veröffentlicht: (2026)

Taxonomic Networks: A Representation for Neuro-Symbolic Pairing
von: Wang, Zekun, et al.
Veröffentlicht: (2025)

Self-Consolidating Language Models: Continual Knowledge Incorporation from Context
von: Wang, Zekun, et al.
Veröffentlicht: (2026)

ConceptTracer: Interactive Analysis of Concept Saliency and Selectivity in Neural Representations
von: Knauer, Ricardo, et al.
Veröffentlicht: (2026)

Concept frustration: Aligning human concepts and machine representations
von: Parisini, Enrico, et al.
Veröffentlicht: (2026)

Beyond Final Answers: Evaluating Large Language Models for Math Tutoring
von: Gupta, Adit, et al.
Veröffentlicht: (2025)

HTN-Based Tutors: A New Intelligent Tutoring Framework Based on Hierarchical Task Networks
von: Siddiqui, Momin N., et al.
Veröffentlicht: (2024)

Credal Concept Bottleneck Models: Structural Separation of Epistemic and Aleatoric Uncertainty
von: Mukherjee, Tanmoy, et al.
Veröffentlicht: (2026)

Quantum-Inspired Stacked Integrated Concept Graph Model (QISICGM) for Diabetes Risk Prediction
von: Young II, Kenneth G.
Veröffentlicht: (2025)

Analyzing Latent Concepts in Code Language Models
von: Sharma, Arushi, et al.
Veröffentlicht: (2025)

A survey on Concept-based Approaches For Model Improvement
von: Gupta, Avani, et al.
Veröffentlicht: (2024)

The Impact of an XAI-Augmented Approach on Binary Classification with Scarce Data
von: Wen, Ximing, et al.
Veröffentlicht: (2024)

Survival Concept-Based Learning Models
von: Kirpichenko, Stanislav R., et al.
Veröffentlicht: (2025)

Evaluating a Data-Driven Redesign Process for Intelligent Tutoring Systems
von: Lyu, Qianru, et al.
Veröffentlicht: (2026)

Domain Generalizable Knowledge Tracing via Concept Aggregation and Relation-Based Attention
von: Xie, Yuquan, et al.
Veröffentlicht: (2024)

Quantifying Structure in CLIP Embeddings: A Statistical Framework for Concept Interpretation
von: Zhao, Jitian, et al.
Veröffentlicht: (2025)

Intelligent Tutors for Adult Learners: An Analysis of Needs and Challenges
von: Gupta, Adit, et al.
Veröffentlicht: (2024)

How Can I Get It Right? Using GPT to Rephrase Incorrect Trainee Responses
von: Lin, Jionghao, et al.
Veröffentlicht: (2024)

RCCDA: Adaptive Model Updates in the Presence of Concept Drift under a Constrained Resource Budget
von: Piaseczny, Adam, et al.
Veröffentlicht: (2025)

Addressing Concept Mislabeling in Concept Bottleneck Models Through Preference Optimization
von: Penaloza, Emiliano, et al.
Veröffentlicht: (2025)