Buchumschlag

Optimizing In-Context Demonstrations for LLM-based Automated Grading

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chu, Yucheng, Li, Hang, Yang, Kaiqi, Copur-Gencturk, Yasemin, Haudek, Kevin, Krajcik, Joseph, Tang, Jiliang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Confusion-Aware Rubric Optimization for LLM-based Automated Grading
von: Chu, Yucheng, et al.
Veröffentlicht: (2026)

LLM-based Automated Grading with Human-in-the-Loop
von: Chu, Yucheng, et al.
Veröffentlicht: (2025)

A LLM-Powered Automatic Grading Framework with Human-Level Guidelines Optimization
von: Chu, Yucheng, et al.
Veröffentlicht: (2024)

From Flat to Structural: Enhancing Automated Short Answer Grading with GraphRAG
von: Chu, Yucheng, et al.
Veröffentlicht: (2026)

How Uncertain Is the Grade? A Benchmark of Uncertainty Metrics for LLM-Based Automatic Assessment
von: Li, Hang, et al.
Veröffentlicht: (2026)

Content Knowledge Identification with Multi-Agent Large Language Models (LLMs)
von: Yang, Kaiqi, et al.
Veröffentlicht: (2024)

Exploring Solution Divergence and Its Effect on Large Language Model Problem Solving
von: Li, Hang, et al.
Veröffentlicht: (2025)

Enhancing LLM-Based Short Answer Grading with Retrieval-Augmented Generation
von: Chu, Yucheng, et al.
Veröffentlicht: (2025)

A LLM-Driven Multi-Agent Systems for Professional Development of Mathematics Teachers
von: Yang, Kaiqi, et al.
Veröffentlicht: (2025)

Knowledge Tagging System on Math Questions via LLMs with Flexible Demonstration Retriever
von: Li, Hang, et al.
Veröffentlicht: (2024)

A Theoretical Understanding of Chain-of-Thought: Coherent Reasoning and Error-Aware Demonstration
von: Cui, Yingqian, et al.
Veröffentlicht: (2024)

Demonstration Notebook: Finding the Most Suited In-Context Learning Example from Interactions
von: Tang, Yiming, et al.
Veröffentlicht: (2024)

Comparable Demonstrations are Important in In-Context Learning: A Novel Perspective on Demonstration Selection
von: Fan, Caoyun, et al.
Veröffentlicht: (2023)

Comparative Analysis of Demonstration Selection Algorithms for LLM In-Context Learning
von: Shu, Dong, et al.
Veröffentlicht: (2024)

LLM-based MOFs Synthesis Condition Extraction using Few-Shot Demonstrations
von: Shi, Lei, et al.
Veröffentlicht: (2024)

In-Context Learning with Iterative Demonstration Selection
von: Qin, Chengwei, et al.
Veröffentlicht: (2023)

Rectifying Demonstration Shortcut in In-Context Learning
von: Jang, Joonwon, et al.
Veröffentlicht: (2024)

Dynamic Demonstrations Controller for In-Context Learning
von: Zhao, Fei, et al.
Veröffentlicht: (2023)

Demonstration Selection for In-Context Learning via Reinforcement Learning
von: Wang, Xubin, et al.
Veröffentlicht: (2024)

TALEC: Teach Your LLM to Evaluate in Specific Domain with In-house Criteria by Criteria Division and Zero-shot Plus Few-shot
von: Zhang, Kaiqi, et al.
Veröffentlicht: (2024)

Star-Agents: Automatic Data Optimization with LLM Agents for Instruction Tuning
von: Zhou, Hang, et al.
Veröffentlicht: (2024)

Towards Understanding In-Context Learning with Contrastive Demonstrations and Saliency Maps
von: Liu, Fuxiao, et al.
Veröffentlicht: (2023)

LLM as Attention-Informed NTM and Topic Modeling as long-input Generation: Interpretability and long-Context Capability
von: Xu, Xuan, et al.
Veröffentlicht: (2025)

Large Language Models for Education: A Survey and Outlook
von: Wang, Shen, et al.
Veröffentlicht: (2024)

Beyond LoRA vs. Full Fine-Tuning: Gradient-Guided Optimizer Routing for LLM Adaptation
von: Tang, Haozhan, et al.
Veröffentlicht: (2026)

The Impact of Demonstrations on Multilingual In-Context Learning: A Multidimensional Analysis
von: Zhang, Miaoran, et al.
Veröffentlicht: (2024)

From Similarity to Structure: Training-free LLM Context Compression with Hybrid Graph Priors
von: Zhou, Yitian, et al.
Veröffentlicht: (2026)

ACON: Optimizing Context Compression for Long-horizon LLM Agents
von: Kang, Minki, et al.
Veröffentlicht: (2025)

GradingAttack: Exposing Security Vulnerabilities in LLM Based Educational Grading Agents
von: Li, Xueyi, et al.
Veröffentlicht: (2026)

Automated Survey Collection with LLM-based Conversational Agents
von: Kaiyrbekov, Kurmanbek, et al.
Veröffentlicht: (2025)

Fewer is More: Boosting LLM Reasoning with Reinforced Context Pruning
von: Huang, Xijie, et al.
Veröffentlicht: (2023)

Toward Robust In-Context Learning: Leveraging Out-of-distribution Proxies for Target Inaccessible Demonstration Retrieval
von: Xu, Hao, et al.
Veröffentlicht: (2026)

AutoContext: Instance-Level Context Learning for LLM Agents
von: Cai, Kuntai, et al.
Veröffentlicht: (2025)

Grading Scale Impact on LLM-as-a-Judge: Human-LLM Alignment Is Highest on 0-5 Grading Scale
von: Li, Weiyue, et al.
Veröffentlicht: (2026)

Assessing the potential of LLM-assisted annotation for corpus-based pragmatics and discourse analysis: The case of apology
von: Yu, Danni, et al.
Veröffentlicht: (2023)

DemoShapley: Valuation of Demonstrations for In-Context Learning
von: Xie, Shan, et al.
Veröffentlicht: (2024)

OKBench: Democratizing LLM Evaluation with Fully Automated, On-Demand, Open Knowledge Benchmarking
von: Li, Yanhong, et al.
Veröffentlicht: (2025)

AutoAgent: A Fully-Automated and Zero-Code Framework for LLM Agents
von: Tang, Jiabin, et al.
Veröffentlicht: (2025)

Transitivity Meets Cyclicity: Explicit Preference Decomposition for Dynamic Large Language Model Alignment
von: Huang, Yucong, et al.
Veröffentlicht: (2026)

Unraveling the Mechanics of Learning-Based Demonstration Selection for In-Context Learning
von: Liu, Hui, et al.
Veröffentlicht: (2024)