Buchumschlag

A Pre-Trained Graph-Based Model for Adaptive Sequencing of Educational Documents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vassoyan, Jean, Schütt, Anan, Vie, Jill-Jênn, Lekshmi-Narayanan, Arun-Balajiee, André, Elisabeth, Vayatis, Nicolas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Computers and Society Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Survey of LLM-Based Applications in Programming Education: Balancing Automation and Human Oversight
von: Pitts, Griffin, et al.
Veröffentlicht: (2025)

Large Language Models as Students Who Think Aloud: Overly Coherent, Verbose, and Confident
von: Borchers, Conrad, et al.
Veröffentlicht: (2026)

Towards Scalable Automated Grading: Leveraging Large Language Models for Conceptual Question Evaluation in Engineering
von: Gao, Rujun, et al.
Veröffentlicht: (2024)

An Approach to Detect Abnormal Submissions for CodeWorkout Dataset
von: Hicks, Alex, et al.
Veröffentlicht: (2024)

Exploring the Effectiveness of Using LLMs for Automated Assessment of Student Self Explanations in Programming Education
von: Lekshmi-Narayanan, Arun-Balajiee, et al.
Veröffentlicht: (2026)

Adaptation of the Multi-Concept Multivariate Elo Rating System to Medical Students Training Data
von: Kandemir, Erva Nihan, et al.
Veröffentlicht: (2024)

Explaining Code Examples in Introductory Programming Courses: LLM vs Humans
von: Lekshmi-Narayanan, Arun-Balajiee, et al.
Veröffentlicht: (2023)

Does Difficulty even Matter? Investigating Difficulty Adjustment and Practice Behavior in an Open-Ended Learning Task
von: Schütt, Anan, et al.
Veröffentlicht: (2023)

Bayesian-Guided Diversity in Sequential Sampling for Recommender Systems
von: Bederina, Hiba, et al.
Veröffentlicht: (2025)

Evaluating the Quality of Code Comments Generated by Large Language Models for Novice Programmers
von: Fan, Aysa Xuemo, et al.
Veröffentlicht: (2024)

Automated Knowledge Component Generation for Interpretable Knowledge Tracing in Coding Problems
von: Duan, Zhangqi, et al.
Veröffentlicht: (2025)

Human-AI Co-Creation of Worked Examples for Programming Classes
von: Hassany, Mohammad, et al.
Veröffentlicht: (2024)

Multidimensional Item Response Theory in the Style of Collaborative Filtering
von: Bergner, Yoav, et al.
Veröffentlicht: (2023)

Investigating the Influence of Training Difficulty on the Learning Outcomes of Medical Students
von: Erva Nihan Kandemir, et al.
Veröffentlicht: (2025)

Live Knowledge Tracing: Real-Time Adaptation using Tabular Foundation Models
von: Lbath, Mounir, et al.
Veröffentlicht: (2026)

How are CS students using resources and AI tools for coding tasks?
von: Echeverry, Natalia, et al.
Veröffentlicht: (2025)

Adaptive Quality-Diversity Trade-offs for Large-Scale Batch Recommendation
von: Réda, Clémence, et al.
Veröffentlicht: (2026)

Floating bodies for ball‐convex bodies
von: Carsten Schütt, et al.
Veröffentlicht: (2025)

becoming trans* parents
von: Stoll, Jenn
Veröffentlicht: (2026)

Improving supercooled liquid water representation in LIMA using ICICLE data
von: Mareva July‐Wormit, et al.
Veröffentlicht: (2025)

Frequency‐dependent contraction rates for the Bayesian method to the inverse source problem
von: Pu‐Zhao Kow, et al.
Veröffentlicht: (2026)

Diversified recommendations of cultural activities with personalized determinantal point processes
von: Ibrahim, Carole, et al.
Veröffentlicht: (2025)

Importance of CCN activation for fog forecasting and its representation in the two‐moment microphysical scheme LIMA
von: B. Vié, et al.
Veröffentlicht: (2024)

Ignore the KL Penalty! Boosting Exploration on Critical Tokens to Enhance RL Fine-Tuning
von: Vassoyan, Jean, et al.
Veröffentlicht: (2025)

Turning Language Model Training from Black Box into a Sandbox
von: Pope, Nicolas, et al.
Veröffentlicht: (2026)

Reinforcement Learning for Special Education: Aligning LLM Tutors to Diverse Learners through Disability-Adaptive Training
von: Lee, Unggi, et al.
Veröffentlicht: (2026)

A Network Formation Model Based on Subgraphs
von: Chandrasekhar, Arun G., et al.
Veröffentlicht: (2016)

Enhancing Nuclear Reactor Core Simulation through Data-Based Surrogate Models
von: Beja-Battais, Perceval, et al.
Veröffentlicht: (2025)

GUARD-D-LLM: An LLM-Based Risk Assessment Engine for the Downstream uses of LLMs
von: Narayanan, sundaraparipurnan, et al.
Veröffentlicht: (2024)

MAGPIE: Multi-Task Media-Bias Analysis Generalization for Pre-Trained Identification of Expressions
von: Horych, Tomáš, et al.
Veröffentlicht: (2024)

From private to public governance: The case for reconfiguring energy systems as a commons
von: Giotitsas, Chris, et al.
Veröffentlicht: (2020)

Teaching at Scale: Leveraging AI to Evaluate and Elevate Engineering Education
von: Chamberland, Jean-Francois, et al.
Veröffentlicht: (2025)

An Optimized Pipeline for Automatic Educational Knowledge Graph Construction
von: Ain, Qurat Ul, et al.
Veröffentlicht: (2025)

Quantifying the influence of Vocational Education and Training with text embedding and similarity-based networks
von: Lee, Hyeongjae, et al.
Veröffentlicht: (2025)

Future-proofing Education: A Prototype for Simulating Oral Examinations Using Large Language Models
von: Nitze, André
Veröffentlicht: (2023)

Understanding Stress, Burnout, and Behavioral Patterns in Medical Residents Using Large-scale Longitudinal Wearable Recordings
von: Feng, Tiantian, et al.
Veröffentlicht: (2024)

A risk-based approach to assessing liability risk for AI-driven harms considering EU liability directive
von: Narayanan, Sundaraparipurnan, et al.
Veröffentlicht: (2023)

Decoding the Digital Fine Print: Navigating the potholes in Terms of service/ use of GenAI tools against the emerging need for Transparent and Trustworthy Tech Futures
von: Narayanan, Sundaraparipurnan
Veröffentlicht: (2024)

Unmasking the Reality of PII Masking Models: Performance Gaps and the Call for Accountability
von: Singh, Devansh, et al.
Veröffentlicht: (2025)

Nachhaltigkeit im Unterricht berufsbildender Schulen
von: Schütt-Sayed, Sören
Veröffentlicht: (2020)