Buchumschlag

Learning to Optimize Feedback for One Million Students: Insights from Multi-Armed and Contextual Bandits in Large-Scale Online Tutoring

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schmucker, Robin, Pachapurkar, Nimish, Bala, Shanmuga, Shah, Miral, Mitchell, Tom
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

Ruffle&Riley: Insights from Designing and Evaluating a Large Language Model-Based Conversational Tutoring System
von: Schmucker, Robin, et al.
Veröffentlicht: (2024)

TutorUp: What If Your Students Were Simulated? Training Tutors to Address Engagement Challenges in Online Learning
von: Pan, Sitong, et al.
Veröffentlicht: (2025)

AI Mentors for Student Projects: Spotting Early Issues in Computer Science Proposals
von: Aher, Gati, et al.
Veröffentlicht: (2025)

Constrained Feedback Learning for Non-Stationary Multi-Armed Bandits
von: Li, Shaoang, et al.
Veröffentlicht: (2025)

Quantile Multi-Armed Bandits with 1-bit Feedback
von: Lau, Ivan, et al.
Veröffentlicht: (2025)

aiPlato: A Novel AI Tutoring and Step-wise Feedback System for Physics Homework
von: Dange, Atharva, et al.
Veröffentlicht: (2026)

Automated Generation and Tagging of Knowledge Components from Multiple-Choice Questions
von: Moore, Steven, et al.
Veröffentlicht: (2024)

Active Inference in Contextual Multi-Armed Bandits for Autonomous Robotic Exploration
von: Wakayama, Shohei, et al.
Veröffentlicht: (2024)

Observation-Augmented Contextual Multi-Armed Bandits for Robotic Search and Exploration
von: Wakayama, Shohei, et al.
Veröffentlicht: (2023)

Provably Efficient Reinforcement Learning for Adversarial Restless Multi-Armed Bandits with Unknown Transitions and Bandit Feedback
von: Xiong, Guojun, et al.
Veröffentlicht: (2024)

Context Attribution with Multi-Armed Bandit Optimization
von: Pan, Deng, et al.
Veröffentlicht: (2025)

Hierarchical Multi-Armed Bandits for the Concurrent Intelligent Tutoring of Concepts and Problems of Varying Difficulty Levels
von: Castleman, Blake, et al.
Veröffentlicht: (2024)

Multi-Agent Combinatorial-Multi-Armed-Bandit framework for the Submodular Welfare Problem under Bandit Feedback
von: Pokhriyal, Subham, et al.
Veröffentlicht: (2026)

Truthful Reverse Auctions for Adaptive Selection via Contextual Multi-Armed Bandits
von: Patra, Pronoy, et al.
Veröffentlicht: (2026)

Causal Feature Selection Method for Contextual Multi-Armed Bandits in Recommender System
von: Zhao, Zhenyu, et al.
Veröffentlicht: (2024)

CAREForMe: Contextual Multi-Armed Bandit Recommendation Framework for Mental Health
von: Yu, Sheng, et al.
Veröffentlicht: (2024)

Contextual Restless Multi-Armed Bandits with Application to Demand Response Decision-Making
von: Chen, Xin, et al.
Veröffentlicht: (2024)

Multi-Armed Bandits-Based Optimization of Decision Trees
von: Shanto, Hasibul Karim, et al.
Veröffentlicht: (2025)

Multi-Armed Bandits with Interference
von: Jia, Su, et al.
Veröffentlicht: (2024)

Imprecise Multi-Armed Bandits
von: Kosoy, Vanessa
Veröffentlicht: (2024)

Introduction to Multi-Armed Bandits
von: Slivkins, Aleksandrs
Veröffentlicht: (2019)

Flickering Multi-Armed Bandits
von: Chakraborty, Sourav, et al.
Veröffentlicht: (2026)

Large Language Model-Enhanced Multi-Armed Bandits
von: Sun, Jiahang, et al.
Veröffentlicht: (2025)

Integrating Multi-Armed Bandit, Active Learning, and Distributed Computing for Scalable Optimization
von: Hui-Mean, Foo, et al.
Veröffentlicht: (2026)

Optimizing Mastery Learning by Fast-Forwarding Over-Practice Steps
von: Xia, Meng, et al.
Veröffentlicht: (2025)

Multi-Armed Bandit Approach for Optimizing Training on Synthetic Data
von: Kerim, Abdulrahman, et al.
Veröffentlicht: (2024)

Optimizing Online Advertising with Multi-Armed Bandits: Mitigating the Cold Start Problem under Auction Dynamics
von: Soboleva, Anastasiia, et al.
Veröffentlicht: (2025)

The Impact of Item-Writing Flaws on Difficulty and Discrimination in Item Response Theory
von: Schmucker, Robin, et al.
Veröffentlicht: (2025)

Survey: Multi-Armed Bandits Meet Large Language Models
von: Bouneffouf, Djallel, et al.
Veröffentlicht: (2025)

AQA: Adaptive Question Answering in a Society of LLMs via Contextual Multi-Armed Bandit
von: Hoveyda, Mohanna, et al.
Veröffentlicht: (2024)

Multi-Armed Bandits with Network Interference
von: Agarwal, Abhineet, et al.
Veröffentlicht: (2024)

A Multi-Armed Bandit Approach to Online Selection and Evaluation of Generative Models
von: Hu, Xiaoyan, et al.
Veröffentlicht: (2024)

Access Probability Optimization in RACH: A Multi-Armed Bandits Approach
von: Elmeligy, Ahmed O., et al.
Veröffentlicht: (2025)

On the Low-Complexity of Fair Learning for Combinatorial Multi-Armed Bandit
von: Wu, Xiaoyi, et al.
Veröffentlicht: (2025)

Multi-Armed Bandits With Machine Learning-Generated Surrogate Rewards
von: Ji, Wenlong, et al.
Veröffentlicht: (2025)

Efficient Algorithms for Logistic Contextual Slate Bandits with Bandit Feedback
von: Goyal, Tanmay, et al.
Veröffentlicht: (2025)

Cost-Efficient Online Decision Making: A Combinatorial Multi-Armed Bandit Approach
von: Rahbar, Arman, et al.
Veröffentlicht: (2023)

Online Prompt Pricing based on Combinatorial Multi-Armed Bandit and Hierarchical Stackelberg Game
von: Li, Meiling, et al.
Veröffentlicht: (2024)

Distributed Online Bandit Nonconvex Optimization with One-Point Residual Feedback via Dynamic Regret
von: Hua, Youqing, et al.
Veröffentlicht: (2024)

Online Continuous Hyperparameter Optimization for Generalized Linear Contextual Bandits
von: Kang, Yue, et al.
Veröffentlicht: (2023)