Buchumschlag

Model Human Learners: Computational Models to Guide Instructional Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	MacLellan, Christopher J.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Human-Computer Interaction Artificial Intelligence Symbolic Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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)

Intent-Driven UAM Rescheduling
von: Kim, Jeongseok, et al.
Veröffentlicht: (2025)

Primender Sequence: A Novel Mathematical Construct for Testing Symbolic Inference and AI Reasoning
von: Faiz, Mohd Anwar Jamal
Veröffentlicht: (2025)

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

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

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

Oyster-I: Beyond Refusal -- Constructive Safety Alignment for Responsible Language Models
von: Duan, Ranjie, et al.
Veröffentlicht: (2025)

ANSR-DT: An Adaptive Neuro-Symbolic Learning and Reasoning Framework for Digital Twins
von: Hakim, Safayat Bin, et al.
Veröffentlicht: (2025)

Towards a Research Community in Interpretable Reinforcement Learning: the InterpPol Workshop
von: Kohler, Hector, et al.
Veröffentlicht: (2024)

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

Study of Emotion Concept Formation by Integrating Vision, Physiology, and Word Information using Multilayered Multimodal Latent Dirichlet Allocation
von: Tsurumaki, Kazuki, et al.
Veröffentlicht: (2024)

ParSEL: Parameterized Shape Editing with Language
von: Ganeshan, Aditya, et al.
Veröffentlicht: (2024)

Improving Interface Design in Interactive Task Learning for Hierarchical Tasks based on a Qualitative Study
von: Zhou, Jieyu, et al.
Veröffentlicht: (2024)

When Should Users Check? Modeling Confirmation Frequency inMulti-Step Agentic AI Tasks
von: Zhou, Jieyu, et al.
Veröffentlicht: (2025)

Improving Public Service Chatbot Design and Civic Impact: Investigation of Citizens' Perceptions of a Metro City 311 Chatbot
von: Zhou, Jieyu, et al.
Veröffentlicht: (2025)

Harmonizing Program Induction with Rate-Distortion Theory
von: Zhou, Hanqi, et al.
Veröffentlicht: (2024)

Successfully Guiding Humans with Imperfect Instructions by Highlighting Potential Errors and Suggesting Corrections
von: Zhao, Lingjun, et al.
Veröffentlicht: (2024)

NOMTO: Neural Operator-based symbolic Model approximaTion and discOvery
von: Garmaev, Sergei, et al.
Veröffentlicht: (2025)

Creativity as a Human Right: Design Considerations for Computational Creativity Systems
von: Issak, Alayt
Veröffentlicht: (2025)

The Neurosymbolic Frontier of Nonuniform Ellipticity: Formalizing Sharp Schauder Theory via Topos-Theoretic Reasoning Models
von: Mishra, Suyash
Veröffentlicht: (2026)

From Answer Givers to Design Mentors: Guiding LLMs with the Cognitive Apprenticeship Model
von: Ahn, Yongsu, et al.
Veröffentlicht: (2026)

A Qualitative Model to Reason about Object Rotations (QOR) applied to solve the Cube Comparison Test (CCT)
von: Falomir, Zoe
Veröffentlicht: (2026)

Ontology-Guided Neuro-Symbolic Inference: Grounding Language Models with Mathematical Domain Knowledge
von: Labre, Marcelo
Veröffentlicht: (2026)

BlenderLLM: Training Large Language Models for Computer-Aided Design with Self-improvement
von: Du, Yuhao, et al.
Veröffentlicht: (2024)

Exploring the Capabilities of Large Language Models for Generating Diverse Design Solutions
von: Ma, Kevin, et al.
Veröffentlicht: (2024)

Hybrid LLM-Embedded Dialogue Agents for Learner Reflection: Designing Responsive and Theory-Driven Interactions
von: Sharma, Paras, et al.
Veröffentlicht: (2026)

Large Language Models as Mirrors of Societal Moral Standards
von: Papadopoulou, Evi, et al.
Veröffentlicht: (2024)

Quantum Knowledge Graph: Modeling Context-Dependent Triplet Validity
von: Wang, Yao, et al.
Veröffentlicht: (2026)

PAL: Personal Adaptive Learner
von: Chakraborty, Megha, et al.
Veröffentlicht: (2026)

Human-AI Teaming Using Large Language Models: Boosting Brain-Computer Interfacing (BCI) and Brain Research
von: Kapitonova, Maryna, et al.
Veröffentlicht: (2024)

Luminate: Structured Generation and Exploration of Design Space with Large Language Models for Human-AI Co-Creation
von: Suh, Sangho, et al.
Veröffentlicht: (2023)

InstructPipe: Generating Visual Blocks Pipelines with Human Instructions and LLMs
von: Zhou, Zhongyi, et al.
Veröffentlicht: (2023)

Towards an AI-Driven Video-Based American Sign Language Dictionary: Exploring Design and Usage Experience with Learners
von: Hassan, Saad, et al.
Veröffentlicht: (2025)

GOFAI meets Generative AI: Development of Expert Systems by means of Large Language Models
von: Garrido-Merchán, Eduardo C., et al.
Veröffentlicht: (2025)

When Should an AI Act? A Human-Centered Model of Scene, Context, and Behavior for Agentic AI Design
von: Jung, Soyoung, et al.
Veröffentlicht: (2026)

Cognitive LLMs: Towards Integrating Cognitive Architectures and Large Language Models for Manufacturing Decision-making
von: Wu, Siyu, et al.
Veröffentlicht: (2024)

ONSEP: A Novel Online Neural-Symbolic Framework for Event Prediction Based on Large Language Model
von: Yu, Xuanqing, et al.
Veröffentlicht: (2024)