Buchumschlag

From Test-taking to Cognitive Scaffolding: A Pedagogical Diagnostic Benchmark for LLMs on English Standardized Tests

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tang, Luoxi, Sundar, Tharunya, Meng, Yuqiao, Yang, Shuai, Patra, Ankita, Chippada, Lakshmi Manohar, Zhao, Jiqian, Li, Yi, Ma, Weicheng, Xi, Zhaohan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

POLAR: Automating Cyber Threat Prioritization through LLM-Powered Assessment
von: Tang, Luoxi, et al.
Veröffentlicht: (2025)

Adversarial Network Imagination: Causal LLMs and Digital Twins for Proactive Telecom Mitigation
von: Sriram, Vignesh, et al.
Veröffentlicht: (2026)

Benchmarking LLM-Assisted Blue Teaming via Standardized Threat Hunting
von: Meng, Yuqiao, et al.
Veröffentlicht: (2025)

Smart Privacy Policy Assistant: An LLM-Powered System for Transparent and Actionable Privacy Notices
von: Kalvakuntla, Sriharshini, et al.
Veröffentlicht: (2026)

Schema-Grounded LLM Extraction for FHIR Patient Digital Twins
von: Brens, Rafael, et al.
Veröffentlicht: (2026)

SafeGPT: Preventing Data Leakage and Unethical Outputs in Enterprise LLM Use
von: Desai, Pratyush, et al.
Veröffentlicht: (2026)

Improving Clinical Data Accessibility Through Automated FHIR Data Transformation Tools
von: Pawar, Adarsh, et al.
Veröffentlicht: (2026)

On the Eligibility of LLMs for Counterfactual Reasoning: A Decompositional Study
von: Yang, Shuai, et al.
Veröffentlicht: (2025)

The Value of Variance: Mitigating Debate Collapse in Multi-Agent Systems via Uncertainty-Driven Policy Optimization
von: Tang, Luoxi, et al.
Veröffentlicht: (2026)

RiskBridge: Turning CVEs into Business-Aligned Patch Priorities
von: Sheikh, Yelena Mujibur, et al.
Veröffentlicht: (2026)

Data to Defense: The Role of Curation in Customizing LLMs Against Jailbreaking Attacks
von: Liu, Xiaoqun, et al.
Veröffentlicht: (2024)

The Trap of Trajectory: Towards Understanding and Mitigating Spurious Correlations in Agentic Memory
von: Tang, Luoxi, et al.
Veröffentlicht: (2026)

Uncovering Vulnerabilities of LLM-Assisted Cyber Threat Intelligence
von: Meng, Yuqiao, et al.
Veröffentlicht: (2025)

EquiMem: Calibrating Shared Memory in Multi-Agent Debate via Game-Theoretic Equilibrium
von: Meng, Yuqiao, et al.
Veröffentlicht: (2026)

Small Agent Group is the Future of Digital Health
von: Meng, Yuqiao, et al.
Veröffentlicht: (2026)

Benchmarking LLMs in an Embodied Environment for Blue Team Threat Hunting
von: Liu, Xiaoqun, et al.
Veröffentlicht: (2025)

Diagnostic performance of online cognitive assessment and plasma biomarkers in Alzheimer’s Disease and Subjective Cognitive Impairment using the Oxford Cognitive Testing Portal
von: Sofia Toniolo, et al.
Veröffentlicht: (2024)

Diagnostic performance of online cognitive assessment and plasma biomarkers in Alzheimer’s Disease and Subjective Cognitive Impairment using the Oxford Cognitive Testing Portal
von: Sofia Toniolo, et al.
Veröffentlicht: (2024)

All Your Knowledge Belongs to Us: Stealing Knowledge Graphs via Reasoning APIs
von: Xi, Zhaohan
Veröffentlicht: (2025)

Standardized Test Results: An Opportunity for English Program Improvement
von: Maureyra Jiménez
Veröffentlicht: (2017)

Can LLMs Reason with Rules? Logic Scaffolding for Stress-Testing and Improving LLMs
von: Wang, Siyuan, et al.
Veröffentlicht: (2024)

Applying Cognitive Linguistics to Pedagogical Grammar: The English Prepositions of Verticality
von: Vyvyan Evans
Veröffentlicht: (2005)

Crowdsourcing Piedmontese to Test LLMs on Non-Standard Orthography
von: Vico, Gianluca, et al.
Veröffentlicht: (2026)

A Forced-Choice Neural Cognitive Diagnostic Model of Personality Testing
von: Li, Xiaoyu, et al.
Veröffentlicht: (2025)

English-Test International English Language Testing System PDF
von: Certification Exam
Veröffentlicht: (2026)

Benchmarking Visual Language Models on Standardized Visualization Literacy Tests
von: Pandey, Saugat, et al.
Veröffentlicht: (2025)

GrACE: A Generative Approach to Better Confidence Elicitation and Efficient Test-Time Scaling in Large Language Models
von: Zhang, Zhaohan, et al.
Veröffentlicht: (2025)

Bootstrap Diagnostic Tests
von: Cavaliere, Giuseppe, et al.
Veröffentlicht: (2025)

Cash and Cognition: The Impact of Transfer Timing on Standardized Test Performance and Human Capital
von: Larrinaga, Axel Eizmendi, et al.
Veröffentlicht: (2025)

An Assessment of Low-Power VLSI Testing Requires A Test Data Compression Architecture
von: P. Swetha, et al.
Veröffentlicht: (2021)

Triangulating LLM Progress through Benchmarks, Games, and Cognitive Tests
von: Momentè, Filippo, et al.
Veröffentlicht: (2025)

BLAST: Benchmarking LLMs with ASP-based Structured Testing
von: Santana, Manuel Alejandro Borroto, et al.
Veröffentlicht: (2026)

Evaluating the Test Adequacy of Benchmarks for LLMs on Code Generation
von: Xiangyue Liu, et al.
Veröffentlicht: (2025)

Effect of Imidazolium Concentration in Densely Functional Polymer Binder on Robust Electrochemical Kinetics and Cycling Performance of Lithium Iron Phosphate Cathode
von: Amarshi Patra, et al.
Veröffentlicht: (2025)

GRE Practicing to take the biology test / Educational Testing Service
Veröffentlicht: (1995)

Estimating ordered variance of two scale mixture of normal distributions
von: Bajpai, Shrajal, et al.
Veröffentlicht: (2026)

Improved estimation of the positive powers ordered restricted standard deviation of two normal populations
von: Mondal, Somnath, et al.
Veröffentlicht: (2024)

Estimation of differential entropy for normal populations under prior information
von: Mandal, Somnath, et al.
Veröffentlicht: (2026)

Estimating order scale parameters of two scale mixture of exponential distributions
von: Mondal, Somnath, et al.
Veröffentlicht: (2025)

On the improved estimation of ordered parameters based on doubly type-II censored sample
von: Bajpai, Shrajal, et al.
Veröffentlicht: (2024)