Buchumschlag

AI-University: An LLM-based platform for instructional alignment to scientific classrooms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shojaei, Mostafa Faghih, Gulati, Rahul, Jasperson, Benjamin A., Wang, Shangshang, Cimolato, Simone, Cao, Dangli, Neiswanger, Willie, Garikipati, Krishna
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computers and Society Artificial Intelligence Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A continuum, computational study of morphogenesis in lithium intermetallic interfaces
von: Shojaei, Mostafa Faghih, et al.
Veröffentlicht: (2024)

Rethinking RL for LLM Reasoning: It's Sparse Policy Selection, Not Capability Learning
von: Akgül, Ömer Faruk, et al.
Veröffentlicht: (2026)

Tina: Tiny Reasoning Models via LoRA
von: Wang, Shangshang, et al.
Veröffentlicht: (2025)

METAGENE-1: Metagenomic Foundation Model for Pandemic Monitoring
von: Liu, Ollie, et al.
Veröffentlicht: (2025)

From Calibration to Collaboration: LLM Uncertainty Quantification Should Be More Human-Centered
von: Devic, Siddartha, et al.
Veröffentlicht: (2025)

Physics- and data-driven Active Learning of neural network representations for free energy functions of materials from statistical mechanics
von: Holber, Jamie, et al.
Veröffentlicht: (2025)

LLM Unlearning Without an Expert Curated Dataset
von: Zhu, Xiaoyuan, et al.
Veröffentlicht: (2025)

Resa: Transparent Reasoning Models via SAEs
von: Wang, Shangshang, et al.
Veröffentlicht: (2025)

Precise Debugging Benchmark: Is Your Model Debugging or Regenerating?
von: Zhu, Wang Bill, et al.
Veröffentlicht: (2026)

DeLLMa: Decision Making Under Uncertainty with Large Language Models
von: Liu, Ollie, et al.
Veröffentlicht: (2024)

Variational system identification of the partial differential equations governing pattern-forming physics: Inference under varying fidelity and noise
von: Wang, Zhenlin, et al.
Veröffentlicht: (2018)

Euclid: Supercharging Multimodal LLMs with Synthetic High-Fidelity Visual Descriptions
von: Zhang, Jiarui, et al.
Veröffentlicht: (2024)

Equivariant graph neural network surrogates for predicting the properties of relaxed atomic configurations
von: Holber, Jamie, et al.
Veröffentlicht: (2025)

Attention-based Multi-fidelity Machine Learning Model for Computational Fractional Flow Reserve Assessment
von: Yang, Haizhou, et al.
Veröffentlicht: (2023)

A Perspective on Regression and Bayesian Approaches for System Identification of Pattern Formation Dynamics
von: Wang, Zhenlin, et al.
Veröffentlicht: (2020)

Supercharging Simulation-Based Inference for Bayesian Optimal Experimental Design
von: Klein, Samuel, et al.
Veröffentlicht: (2026)

Hubble: a Model Suite to Advance the Study of LLM Memorization
von: Wei, Johnny Tian-Zheng, et al.
Veröffentlicht: (2025)

LYNX: Learning Dynamic Exits for Confidence-Controlled Reasoning
von: Akgül, Ömer Faruk, et al.
Veröffentlicht: (2025)

TokenSmith: Streamlining Data Editing, Search, and Inspection for Large-Scale Language Model Training and Interpretability
von: Khan, Mohammad Aflah, et al.
Veröffentlicht: (2025)

Auditing Black-Box LLM APIs with a Rank-Based Uniformity Test
von: Zhu, Xiaoyuan, et al.
Veröffentlicht: (2025)

SlimPajama-DC: Understanding Data Combinations for LLM Training
von: Shen, Zhiqiang, et al.
Veröffentlicht: (2023)

Textual Steering Vectors Can Improve Visual Understanding in Multimodal Large Language Models
von: Gan, Woody Haosheng, et al.
Veröffentlicht: (2025)

IsoBench: Benchmarking Multimodal Foundation Models on Isomorphic Representations
von: Fu, Deqing, et al.
Veröffentlicht: (2024)

Where does an LLM begin computing an instruction?
von: Pola, Aditya, et al.
Veröffentlicht: (2025)

Functionality learning through specification instructions
von: de Araujo, Pedro Henrique Luz, et al.
Veröffentlicht: (2023)

Assessing Coronary Microvascular Dysfunction using Angiography-based Data-driven Methods
von: Yang, Haizhou, et al.
Veröffentlicht: (2025)

X-InstructBLIP: A Framework for aligning X-Modal instruction-aware representations to LLMs and Emergent Cross-modal Reasoning
von: Panagopoulou, Artemis, et al.
Veröffentlicht: (2023)

HOMI: Ultra-Fast EdgeAI platform for Event Cameras
von: H, Shankaranarayanan, et al.
Veröffentlicht: (2025)

URL: Universal Referential Knowledge Linking via Task-instructed Representation Compression
von: Li, Zhuoqun, et al.
Veröffentlicht: (2024)

CMAG: Concept-Scaffolded Retrieval for Marketplace Avatar Generation
von: Goel, Rajeev, et al.
Veröffentlicht: (2026)

Fashion Recommendation: Outfit Compatibility using GNN
von: Gulati, Samaksh
Veröffentlicht: (2024)

Task-conditioned probing of instruction-tuned multimodal LLMs: Region-specific brain alignment patterns under naturalistic stimuli
von: Oota, Subba Reddy, et al.
Veröffentlicht: (2025)

MAIN: Mutual Alignment Is Necessary for instruction tuning
von: Yang, Fanyi, et al.
Veröffentlicht: (2025)

A Multi-physics Model of Flow from Coronary Angiography: Insights to Microvascular Function
von: Yang, Haizhou, et al.
Veröffentlicht: (2024)

Addressing the alignment problem in transportation policy making: an LLM approach
von: Yan, Xiaoyu, et al.
Veröffentlicht: (2025)

AI in data science education: experiences from the classroom
von: Hageman, J. A., et al.
Veröffentlicht: (2025)

Variational system identification of the partial differential equations governing microstructure evolution in materials: Inference over sparse and spatially unrelated data
von: Wang, Z., et al.
Veröffentlicht: (2020)

What is Your Data Worth to GPT? LLM-Scale Data Valuation with Influence Functions
von: Choe, Sang Keun, et al.
Veröffentlicht: (2024)

Can AI support student engagement in classroom activities in higher education?
von: Rani, Neha, et al.
Veröffentlicht: (2025)

Zebra-CoT: A Dataset for Interleaved Vision Language Reasoning
von: Li, Ang, et al.
Veröffentlicht: (2025)