Buchumschlag

Synthesizing High-Quality Programming Tasks with LLM-based Expert and Student Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Manh Hung, Pădurean, Victor-Alexandru, Gotovos, Alkis, Tschiatschek, Sebastian, Singla, Adish
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Prompt Programming: A Platform for Dialogue-based Computational Problem Solving with Generative AI Models
von: Pădurean, Victor-Alexandru, et al.
Veröffentlicht: (2025)

Large Language Models for In-Context Student Modeling: Synthesizing Student's Behavior in Visual Programming
von: Nguyen, Manh Hung, et al.
Veröffentlicht: (2023)

Neural Task Synthesis for Visual Programming
von: Pădurean, Victor-Alexandru, et al.
Veröffentlicht: (2023)

Prompt Optimization Across Multiple Agents for Representing Diverse Human Populations
von: Nguyen, Manh Hung, et al.
Veröffentlicht: (2025)

Benchmarking Generative Models on Computational Thinking Tests in Elementary Visual Programming
von: Pădurean, Victor-Alexandru, et al.
Veröffentlicht: (2024)

Hints-In-Browser: Benchmarking Language Models for Programming Feedback Generation
von: Kotalwar, Nachiket, et al.
Veröffentlicht: (2024)

Interleaving Natural Language Prompting with Code Editing for Solving Programming Tasks with Generative AI Models
von: Pădurean, Victor-Alexandru, et al.
Veröffentlicht: (2025)

Exploring the Impact of Quizzes Interleaved with Write-Code Tasks in Elementary-Level Visual Programming
von: Ghosh, Ahana, et al.
Veröffentlicht: (2024)

BugSpotter: Automated Generation of Code Debugging Exercises
von: Pădurean, Victor-Alexandru, et al.
Veröffentlicht: (2024)

Inference-Time Personalized Alignment with a Few User Preference Queries
von: Pădurean, Victor-Alexandru, et al.
Veröffentlicht: (2025)

Divergent-Convergent Thinking in Large Language Models for Creative Problem Generation
von: Nguyen, Manh Hung, et al.
Veröffentlicht: (2025)

The Right Kind of Help: Evaluating the Effectiveness of Intervention Methods in Elementary-Level Visual Programming
von: Ghosh, Ahana, et al.
Veröffentlicht: (2025)

Partnering with AI: A Pedagogical Feedback System for LLM Integration into Programming Education
von: Scholz, Niklas, et al.
Veröffentlicht: (2025)

Humanizing Automated Programming Feedback: Fine-Tuning Generative Models with Student-Written Feedback
von: Pădurean, Victor-Alexandru, et al.
Veröffentlicht: (2025)

Automating Human Tutor-Style Programming Feedback: Leveraging GPT-4 Tutor Model for Hint Generation and GPT-3.5 Student Model for Hint Validation
von: Phung, Tung, et al.
Veröffentlicht: (2023)

Towards Generalizable Agents in Text-Based Educational Environments: A Study of Integrating RL with LLMs
von: Radmehr, Bahar, et al.
Veröffentlicht: (2024)

Program Synthesis Benchmark for Visual Programming in XLogoOnline Environment
von: Wen, Chao, et al.
Veröffentlicht: (2024)

Learning Embeddings for Sequential Tasks Using Population of Agents
von: Mahajan, Mridul, et al.
Veröffentlicht: (2023)

Hints Help Finding and Fixing Bugs Differently in Python and Text-based Program Representations
von: Rawal, Ruchit, et al.
Veröffentlicht: (2024)

Proximal Curriculum with Task Correlations for Deep Reinforcement Learning
von: Tzannetos, Georgios, et al.
Veröffentlicht: (2024)

Generative AI for Education (GAIED): Advances, Opportunities, and Challenges
von: Denny, Paul, et al.
Veröffentlicht: (2024)

Bridging Gaps Between Student and Expert Evaluations of AI-Generated Programming Hints
von: Phung, Tung, et al.
Veröffentlicht: (2025)

Task Synthesis for Elementary Visual Programming in XLogoOnline Environment
von: Wen, Chao, et al.
Veröffentlicht: (2024)

Analyzing-Evaluating-Creating: Assessing Computational Thinking and Problem Solving in Visual Programming Domains
von: Ghosh, Ahana, et al.
Veröffentlicht: (2024)

Regulating the Agency of LLM-based Agents
von: Boddy, Seán, et al.
Veröffentlicht: (2025)

Pragmatic Reasoning improves LLM Code Generation
von: Cao, Zhuchen, et al.
Veröffentlicht: (2025)

Reflection-Satisfaction Tradeoff: Investigating Impact of Reflection on Student Engagement with AI-Generated Programming Hints
von: Choi, Heeryung, et al.
Veröffentlicht: (2025)

Designing an Interdisciplinary Artificial Intelligence Curriculum for Engineering: Evaluation and Insights from Experts
von: Schleiss, Johannes, et al.
Veröffentlicht: (2025)

Logic Error Localization in Student Programming Assignments Using Pseudocode and Graph Neural Networks
von: Xu, Zhenyu, et al.
Veröffentlicht: (2024)

ClickSight: Interpreting Student Clickstreams to Reveal Insights on Learning Strategies via LLMs
von: Radmehr, Bahar, et al.
Veröffentlicht: (2025)

Closing the Loop: An Instructor-in-the-Loop AI Assistance System for Supporting Student Help-Seeking in Programming Education
von: Phung, Tung, et al.
Veröffentlicht: (2025)

Examining Student Interactions with a Pedagogical AI-Assistant for Essay Writing and their Impact on Students Writing Quality
von: Febriantoro, Wicaksono, et al.
Veröffentlicht: (2025)

Integrating Natural Language Prompting Tasks in Introductory Programming Courses
von: Kerslake, Chris, et al.
Veröffentlicht: (2024)

Judging the Judges: Human Validation of Multi-LLM Evaluation for High-Quality K--12 Science Instructional Materials
von: He, Peng, et al.
Veröffentlicht: (2026)

DropMicroFluidAgents (DMFAs): Autonomous Droplet Microfluidic Research Framework Through Large Language Model Agents
von: Nguyen, Dinh-Nguyen, et al.
Veröffentlicht: (2024)

VRDSynth: Synthesizing Programs for Multilingual Visually Rich Document Information Extraction
von: Nguyen, Thanh-Dat, et al.
Veröffentlicht: (2024)

Expert Survey: AI Reliability & Security Research Priorities
von: O'Brien, Joe, et al.
Veröffentlicht: (2025)

Agentic AI in Healthcare & Medicine: A Seven-Dimensional Taxonomy for Empirical Evaluation of LLM-based Agents
von: Vatsal, Shubham, et al.
Veröffentlicht: (2026)

AcademiClaw: When Students Set Challenges for AI Agents
von: Yu, Junjie, et al.
Veröffentlicht: (2026)

LLM Agents in Law: Taxonomy, Applications, and Challenges
von: Liu, Shuang, et al.
Veröffentlicht: (2026)