Buchumschlag

Ordinality in Discrete-level Question Difficulty Estimation: Introducing Balanced DRPS and OrderedLogitNN

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Thuy, Arthur, Loginova, Ekaterina, Benoit, Dries F.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Active Learning to Guide Labeling Efforts for Question Difficulty Estimation
von: Thuy, Arthur, et al.
Veröffentlicht: (2024)

Fast and reliable uncertainty quantification with neural network ensembles for industrial image classification
von: Thuy, Arthur, et al.
Veröffentlicht: (2024)

Explainability through uncertainty: Trustworthy decision-making with neural networks
von: Thuy, Arthur, et al.
Veröffentlicht: (2024)

A Bandit-Based Approach to Educational Recommender Systems: Contextual Thompson Sampling for Learner Skill Gain Optimization
von: De Kerpel, Lukas, et al.
Veröffentlicht: (2026)

Evaluating the stability of model explanations in instance-dependent cost-sensitive credit scoring
von: Ballegeer, Matteo, et al.
Veröffentlicht: (2025)

ODRPO: Ordinal Decompositions of Discrete Rewards for Robust Policy Optimization
von: Patel, Nirmal, et al.
Veröffentlicht: (2026)

Understanding Sharpness Dynamics in NN Training with a Minimalist Example: The Effects of Dataset Difficulty, Depth, Stochasticity, and More
von: Yoo, Geonhui, et al.
Veröffentlicht: (2025)

ALSA: Anchors in Logit Space for Out-of-Distribution Accuracy Estimation
von: Liu, Chenzhi, et al.
Veröffentlicht: (2025)

DARE: Difficulty-Adaptive Reinforcement Learning with Co-Evolved Difficulty Estimation
von: Zhou, Yang, et al.
Veröffentlicht: (2026)

Logits-Based Finetuning
von: Li, Jingyao, et al.
Veröffentlicht: (2025)

Target Strangeness: A Novel Conformal Prediction Difficulty Estimator
von: Bose, Alexis, et al.
Veröffentlicht: (2024)

From GEV to ResLogit: Spatially Correlated Discrete Choice Models for Pedestrian Movement Prediction
von: Al-Haideri, Rulla, et al.
Veröffentlicht: (2026)

Generating Multiple-Choice Knowledge Questions with Interpretable Difficulty Estimation using Knowledge Graphs and Large Language Models
von: Şakiroğlu, Mehmet Can, et al.
Veröffentlicht: (2026)

The Implicit Bias of Logit Regularization
von: Beck, Alon, et al.
Veröffentlicht: (2026)

Fair Bilevel Neural Network (FairBiNN): On Balancing fairness and accuracy via Stackelberg Equilibrium
von: Yazdani-Jahromi, Mehdi, et al.
Veröffentlicht: (2024)

Logits Poisoning Attack in Federated Distillation
von: Tang, Yuhan, et al.
Veröffentlicht: (2024)

DALD: Improving Logits-based Detector without Logits from Black-box LLMs
von: Zeng, Cong, et al.
Veröffentlicht: (2024)

Difficulty-aware Balancing Margin Loss for Long-tailed Recognition
von: Son, Minseok, et al.
Veröffentlicht: (2024)

SMART: Simulated Students Aligned with Item Response Theory for Question Difficulty Prediction
von: Scarlatos, Alexander, et al.
Veröffentlicht: (2025)

Approximately Unimodal Likelihood Models for Ordinal Regression
von: Yamasaki, Ryoya
Veröffentlicht: (2025)

Modeling Human Responses by Ordinal Archetypal Analysis
von: Wedenborg, Anna Emilie J., et al.
Veröffentlicht: (2024)

Top-$nσ$: Not All Logits Are You Need
von: Tang, Chenxia, et al.
Veröffentlicht: (2024)

Exploiting Features and Logits in Heterogeneous Federated Learning
von: Chan, Yun-Hin, et al.
Veröffentlicht: (2022)

Unimodal Distributions for Ordinal Regression
von: Cardoso, Jaime S., et al.
Veröffentlicht: (2023)

k-NN as a Simple and Effective Estimator of Transferability
von: Sorkhei, Moein, et al.
Veröffentlicht: (2025)

Classifier Pooling for Modern Ordinal Classification
von: Rotenberg, Noam H., et al.
Veröffentlicht: (2026)

Conformal Risk Control for Ordinal Classification
von: Xu, Yunpeng, et al.
Veröffentlicht: (2024)

Ordinal Mixed-Effects Random Forest
von: Bergonzoli, Giulia, et al.
Veröffentlicht: (2024)

Estimating Item Difficulty with Large Language Models as Experts
von: Kolesnikova, Diana, et al.
Veröffentlicht: (2026)

Balancing the Reasoning Load: Difficulty-Differentiated Policy Optimization with Length Redistribution for Efficient and Robust Reinforcement Learning
von: Xia, Yinan, et al.
Veröffentlicht: (2026)

To be Continuous, or to be Discrete, Those are Bits of Questions
von: Wang, Yiran, et al.
Veröffentlicht: (2024)

Discrete Bridges for Mutual Information Estimation
von: Zabarianska, Iryna, et al.
Veröffentlicht: (2026)

Gradient Estimation with Discrete Stein Operators
von: Shi, Jiaxin, et al.
Veröffentlicht: (2022)

Active Continual Learning: On Balancing Knowledge Retention and Learnability
von: Vu, Thuy-Trang, et al.
Veröffentlicht: (2023)

Contextual Multinomial Logit Bandits with General Value Functions
von: Zhang, Mengxiao, et al.
Veröffentlicht: (2024)

Online Continual Learning via Logit Adjusted Softmax
von: Huang, Zhehao, et al.
Veröffentlicht: (2023)

Compositional Generalization in Autoregressive Models via Logit Composition
von: Kumar, Aakash, et al.
Veröffentlicht: (2026)

Consistency Regularization for Domain Generalization with Logit Attribution Matching
von: Gao, Han, et al.
Veröffentlicht: (2023)

Learning to Scale Logits for Temperature-Conditional GFlowNets
von: Kim, Minsu, et al.
Veröffentlicht: (2023)

DISCO Balances the Scales: Adaptive Domain- and Difficulty-Aware Reinforcement Learning on Imbalanced Data
von: Zhou, Yuhang, et al.
Veröffentlicht: (2025)