Buchumschlag

Retrieval-Augmented Tutoring for Algorithm Tracing and Problem-Solving in AI Education

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jain, Mragisha, Bhatt, Tirth, Pitts, Griffin, Pandya, Aum, Brusilovsky, Peter, Norouzi, Narges, Hellas, Arto, Leinonen, Juho, Akram, Bita
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Computers and Society Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Personalized Worked Example Generation from Student Code Submissions Using Pattern-based Knowledge Components
von: Pitts, Griffin, et al.
Veröffentlicht: (2026)

Pattern-based Knowledge Component Extraction from Student Code Using Representation Learning
von: Hoq, Muntasir, et al.
Veröffentlicht: (2025)

The Missing Evaluation Axis: What 10,000 Student Submissions Reveal About AI Tutor Effectiveness
von: Niousha, Rose, et al.
Veröffentlicht: (2026)

Automated Program Repair of Uncompilable Student Code
von: Pitts, Griffin, et al.
Veröffentlicht: (2025)

The Effects of Structured LLM-Generated Feedback on Programming Assignment Performance
von: Mihaylova, Tsvetomila, et al.
Veröffentlicht: (2026)

Comparing the Utility, Preference, and Performance of Course Material Search Functionality and Retrieval-Augmented Generation Large Language Model (RAG-LLM) AI Chatbots in Information-Seeking Tasks
von: Pasquarelli, Leonardo, et al.
Veröffentlicht: (2024)

AI-Generated Slides: Are They Good? Can Students Tell?
von: Leinonen, Juho, et al.
Veröffentlicht: (2026)

On the Opportunities of Large Language Models for Programming Process Data
von: Edwards, John, et al.
Veröffentlicht: (2024)

Experiences from Integrating Large Language Model Chatbots into the Classroom
von: Hellas, Arto, et al.
Veröffentlicht: (2024)

Teaching Language Models How to Code Like Learners: Conversational Serialization for Student Simulation
von: Koutcheme, Charles, et al.
Veröffentlicht: (2026)

Democratizing Foundations of Problem-Solving with AI: A Breadth-First Search Curriculum for Middle School Students
von: Pitts, Griffin, et al.
Veröffentlicht: (2026)

TutorLLM: Customizing Learning Recommendations with Knowledge Tracing and Retrieval-Augmented Generation
von: Li, Zhaoxing, et al.
Veröffentlicht: (2025)

Evaluating Contextually Personalized Programming Exercises Created with Generative AI
von: Logacheva, Evanfiya, et al.
Veröffentlicht: (2024)

Reliable Decision Making via Calibration Oriented Retrieval Augmented Generation
von: Jang, Chaeyun, et al.
Veröffentlicht: (2024)

Overview of Web Application Performance Optimization Techniques
von: Vepsäläinen, Juho, et al.
Veröffentlicht: (2024)

Can We Improve Educational Diagram Generation with In-Context Examples? Not if a Hallucination Spoils the Bunch
von: Logacheva, Evanfiya, et al.
Veröffentlicht: (2026)

Open Source Language Models Can Provide Feedback: Evaluating LLMs' Ability to Help Students Using GPT-4-As-A-Judge
von: Koutcheme, Charles, et al.
Veröffentlicht: (2024)

Benchmarking Educational Program Repair
von: Koutcheme, Charles, et al.
Veröffentlicht: (2024)

Improving Assessment of Tutoring Practices using Retrieval-Augmented Generation
von: Han, Zifei FeiFei, et al.
Veröffentlicht: (2024)

SBI-RAG: Enhancing Math Word Problem Solving for Students through Schema-Based Instruction and Retrieval-Augmented Generation
von: Dixit, Prakhar, et al.
Veröffentlicht: (2024)

Is Table Retrieval a Solved Problem? Exploring Join-Aware Multi-Table Retrieval
von: Chen, Peter Baile, et al.
Veröffentlicht: (2024)

Synthetic Students: A Comparative Study of Bug Distribution Between Large Language Models and Computing Students
von: MacNeil, Stephen, et al.
Veröffentlicht: (2024)

LLM-itation is the Sincerest Form of Data: Generating Synthetic Buggy Code Submissions for Computing Education
von: Leinonen, Juho, et al.
Veröffentlicht: (2024)

A Knowledge Graph-based Retrieval-Augmented Generation Framework for Algorithm Selection in the Facility Layout Problem
von: S, Nikhil N, et al.
Veröffentlicht: (2025)

Search Arena: Analyzing Search-Augmented LLMs
von: Miroyan, Mihran, et al.
Veröffentlicht: (2025)

Contrastive Matrix Completion with Denoising and Augmented Graph Views for Robust Recommendation
von: Nemati, Narges, et al.
Veröffentlicht: (2025)

Prospects of Retrieval Augmented Generation (RAG) for Academic Library Search and Retrieval
von: Bevara, Ravi, et al.
Veröffentlicht: (2025)

Cascading Adaptors to Leverage English Data to Improve Performance of Question Answering for Low-Resource Languages
von: Pandya, Hariom A., et al.
Veröffentlicht: (2021)

Predicting Retrieval Utility and Answer Quality in Retrieval-Augmented Generation
von: Tian, Fangzheng, et al.
Veröffentlicht: (2026)

R$^3$AG: Retriever Routing for Retrieval-Augmented Generation
von: Zhao, Tong, et al.
Veröffentlicht: (2026)

The landscape of ontologies in materials science and engineering: A survey and evaluation
von: Norouzi, Ebrahim, et al.
Veröffentlicht: (2024)

OAEI Machine Learning Dataset for Online Model Generation
von: Hertling, Sven, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Retrieval-Augmented Reasoning
von: Soudani, Heydar, et al.
Veröffentlicht: (2025)

Evaluating Language Models for Generating and Judging Programming Feedback
von: Koutcheme, Charles, et al.
Veröffentlicht: (2024)

SAKR: Enhancing Retrieval-Augmented Generation via Streaming Algorithm and K-Means Clustering
von: Kang, Haoyu, et al.
Veröffentlicht: (2024)

DAT: Dynamic Alpha Tuning for Hybrid Retrieval in Retrieval-Augmented Generation
von: Hsu, Hsin-Ling, et al.
Veröffentlicht: (2025)

RoutIR: Fast Serving of Retrieval Pipelines for Retrieval-Augmented Generation
von: Yang, Eugene, et al.
Veröffentlicht: (2026)

Fairness-Aware Retrieval Optimization for Retrieval-Augmented Generation
von: Zhao, Yingqi, et al.
Veröffentlicht: (2026)

Retrieval Augmented Conversational Recommendation with Reinforcement Learning
von: Yue, Zhenrui, et al.
Veröffentlicht: (2026)

Retrieval Augmented Zero-Shot Text Classification
von: Abdullahi, Tassallah, et al.
Veröffentlicht: (2024)