Buchumschlag

Interpretability from the Ground Up: Stakeholder-Centric Design of Automated Scoring in Educational Assessments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Yunsung, Hardy, Mike, Tey, Joseph, Thille, Candace, Piech, Chris
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Large-Scale Observational Study on Obtaining Lightweight, Randomized Weekly Student Feedback
von: Kim, Yunsung, et al.
Veröffentlicht: (2026)

PromptNCE: Pointwise Mutual Information Predictions Using Only LLMs and Contrastive Estimation Prompts
von: Woodrow, Juliette, et al.
Veröffentlicht: (2026)

Revisiting the Regularity of Student Learning Rate: Sensitivity to Which Observations Are Included
von: Lee, Hansol, et al.
Veröffentlicht: (2026)

Grounding Text Embeddings in Stakeholder Associations
von: Rystrøm, Jonathan, et al.
Veröffentlicht: (2026)

Enhancing Automated Interpretability with Output-Centric Feature Descriptions
von: Gur-Arieh, Yoav, et al.
Veröffentlicht: (2025)

Knowledge without Wisdom: Measuring Misalignment between LLMs and Intended Impact
von: Hardy, Michael, et al.
Veröffentlicht: (2026)

From Tarzan to Tolkien: Controlling the Language Proficiency Level of LLMs for Content Generation
von: Malik, Ali, et al.
Veröffentlicht: (2024)

Beyond the Score: Uncertainty-Calibrated LLMs for Automated Essay Assessment
von: Karim, Ahmed, et al.
Veröffentlicht: (2025)

Learners Teaching Novices: An Uplifting Alternative Assessment
von: Malik, Ali, et al.
Veröffentlicht: (2024)

An Automated Explainable Educational Assessment System Built on LLMs
von: Li, Jiazheng, et al.
Veröffentlicht: (2024)

Small, Private Language Models as Teammates for Educational Assessment Design
von: Jaldi, Chris Davis, et al.
Veröffentlicht: (2026)

ThinknCheck: Grounded Claim Verification with Compact, Reasoning-Driven, and Interpretable Models
von: Rao, Delip, et al.
Veröffentlicht: (2026)

Learnable Assessment Skills for LLM-based Automated Scoring: Rubric Construction via Iterative Optimization
von: Wang, Yun, et al.
Veröffentlicht: (2026)

Knowledge Distillation of LLM for Automatic Scoring of Science Education Assessments
von: Latif, Ehsan, et al.
Veröffentlicht: (2023)

On Behalf of the Stakeholders: Trends in NLP Model Interpretability in the Era of LLMs
von: Calderon, Nitay, et al.
Veröffentlicht: (2024)

EvalYaks: Instruction Tuning Datasets and LoRA Fine-tuned Models for Automated Scoring of CEFR B2 Speaking Assessment Transcripts
von: Scaria, Nicy, et al.
Veröffentlicht: (2024)

Interpretable-by-Design Text Understanding with Iteratively Generated Concept Bottleneck
von: Ludan, Josh Magnus, et al.
Veröffentlicht: (2023)

Is GPT-4 Alone Sufficient for Automated Essay Scoring?: A Comparative Judgment Approach Based on Rater Cognition
von: Kim, Seungju, et al.
Veröffentlicht: (2024)

Automated Multiple Mini Interview (MMI) Scoring
von: Huynh, Ryan, et al.
Veröffentlicht: (2026)

Automated Essay Scoring Incorporating Annotations from Automated Feedback Systems
von: Ormerod, Christopher
Veröffentlicht: (2025)

Optimizing Korean-Centric LLMs via Token Pruning
von: Kim, Hoyeol, et al.
Veröffentlicht: (2026)

AutoQual: An LLM Agent for Automated Discovery of Interpretable Features for Review Quality Assessment
von: Lan, Xiaochong, et al.
Veröffentlicht: (2025)

Interpreting Themes from Educational Stories
von: Zhang, Yigeng, et al.
Veröffentlicht: (2024)

Automated Bias Assessment in AI-Generated Educational Content Using CEAT Framework
von: Peng, Jingyang, et al.
Veröffentlicht: (2025)

Autoscoring Anticlimax: A Meta-analytic Understanding of AI's Short-answer Shortcomings and Wording Weaknesses
von: Hardy, Michael
Veröffentlicht: (2026)

Long Context Automated Essay Scoring with Language Models
von: Ormerod, Christopher, et al.
Veröffentlicht: (2025)

OCALM: Object-Centric Assessment with Language Models
von: Kaufmann, Timo, et al.
Veröffentlicht: (2024)

Ask Patients with Patience: Enabling LLMs for Human-Centric Medical Dialogue with Grounded Reasoning
von: Zhu, Jiayuan, et al.
Veröffentlicht: (2025)

New Faithfulness-Centric Interpretability Paradigms for Natural Language Processing
von: Madsen, Andreas
Veröffentlicht: (2024)

Rank-Then-Score: Enhancing Large Language Models for Automated Essay Scoring
von: Cai, Yida, et al.
Veröffentlicht: (2025)

Psychologically-Grounded Graph Modeling for Interpretable Depression Detection
von: Vyalla, Rishitej Reddy, et al.
Veröffentlicht: (2026)

From Black Box to Transparency: Enhancing Automated Interpreting Assessment with Explainable AI in College Classrooms
von: Jiang, Zhaokun, et al.
Veröffentlicht: (2025)

Building Benchmarks from the Ground Up: Community-Centered Evaluation of LLMs in Healthcare Chatbot Settings
von: Hamna, Hamna, et al.
Veröffentlicht: (2025)

Building Arabic NLP from the Ground Up: Twenty Years of Lessons, Failures, and Open Problems
von: Zaghouani, Wajdi
Veröffentlicht: (2026)

Building a Custom Taxonomy of AI Skills and Tasks from the Ground Up with Job Postings
von: Meisenbacher, Stephen, et al.
Veröffentlicht: (2026)

Score2Instruct: Scaling Up Video Quality-Centric Instructions via Automated Dimension Scoring
von: Xie, Qizhi, et al.
Veröffentlicht: (2025)

PLaMo-100B: A Ground-Up Language Model Designed for Japanese Proficiency
von: Elements, Preferred, et al.
Veröffentlicht: (2024)

Enhancing Marker Scoring Accuracy through Ordinal Confidence Modelling in Educational Assessments
von: Chakravarty, Abhirup, et al.
Veröffentlicht: (2025)

Retrieve, Then Classify: Corpus-Grounded Automation of Clinical Value Set Authoring
von: Mukherjee, Sumit, et al.
Veröffentlicht: (2026)

Do Language Models Encode Knowledge of Linguistic Constraint Violations?
von: Hardy, et al.
Veröffentlicht: (2026)