:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shi, Minjing, Wang, Junling, Ni, Jingwei, Chowdhury, Sankalan Pal, Sachan, Mrinmaya
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	https://arxiv.org/abs/2606.01020
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multilingual Performance Biases of Large Language Models in Education
von: Gupta, Vansh, et al.
Veröffentlicht: (2025)

PATS: Personality-Aware Teaching Strategies with Large Language Model Tutors
von: Rooein, Donya, et al.
Veröffentlicht: (2026)

AFaCTA: Assisting the Annotation of Factual Claim Detection with Reliable LLM Annotators
von: Ni, Jingwei, et al.
Veröffentlicht: (2024)

GPT-4 as a Homework Tutor can Improve Student Engagement and Learning Outcomes
von: Vanzo, Alessandro, et al.
Veröffentlicht: (2024)

AutoTutor meets Large Language Models: A Language Model Tutor with Rich Pedagogy and Guardrails
von: Chowdhury, Sankalan Pal, et al.
Veröffentlicht: (2024)

Book2Dial: Generating Teacher-Student Interactions from Textbooks for Cost-Effective Development of Educational Chatbots
von: Wang, Junling, et al.
Veröffentlicht: (2024)

Autoformalizing Natural Language to First-Order Logic: A Case Study in Logical Fallacy Detection
von: Lalwani, Abhinav, et al.
Veröffentlicht: (2024)

Generating Pedagogically Meaningful Visuals for Math Word Problems: A New Benchmark and Analysis of Text-to-Image Models
von: Wang, Junling, et al.
Veröffentlicht: (2025)

Can Vision-Language Models Solve Visual Math Equations?
von: Choudhury, Monjoy Narayan, et al.
Veröffentlicht: (2025)

DIRAS: Efficient LLM Annotation of Document Relevance in Retrieval Augmented Generation
von: Ni, Jingwei, et al.
Veröffentlicht: (2024)

A Logical Fallacy-Informed Framework for Argument Generation
von: Mouchel, Luca, et al.
Veröffentlicht: (2024)

How to Engage Your Readers? Generating Guiding Questions to Promote Active Reading
von: Cui, Peng, et al.
Veröffentlicht: (2024)

Uncovering Hidden Correctness in LLM Causal Reasoning via Symbolic Verification
von: He, Paul, et al.
Veröffentlicht: (2026)

Probing for Arithmetic Errors in Language Models
von: Sun, Yucheng, et al.
Veröffentlicht: (2025)

Benchmarking and Enhancing Text-to-Image Models for Generating Visual Representations in Early Arithmetic Education
von: Wang, Junling, et al.
Veröffentlicht: (2026)

Socratic Students: Teaching Language Models to Learn by Asking Questions
von: Ambati, Rajeev Bhatt, et al.
Veröffentlicht: (2025)

Balancing Truthfulness and Informativeness with Uncertainty-Aware Instruction Fine-Tuning
von: Wu, Tianyi, et al.
Veröffentlicht: (2025)

Educators' Perceptions of Large Language Models as Tutors: Comparing Human and AI Tutors in a Blind Text-only Setting
von: Chowdhury, Sankalan Pal, et al.
Veröffentlicht: (2025)

Personalized Exercise Recommendation with Semantically-Grounded Knowledge Tracing
von: Ozyurt, Yilmazcan, et al.
Veröffentlicht: (2025)

Can Reasoning Help Large Language Models Capture Human Annotator Disagreement?
von: Ni, Jingwei, et al.
Veröffentlicht: (2025)

Simulating Students or Sycophantic Problem Solving? On Misconception Faithfulness of LLM Simulators
von: Do, Heejin, et al.
Veröffentlicht: (2026)

Variational Classification
von: Dhuliawala, Shehzaad, et al.
Veröffentlicht: (2023)

The Patsy Paradox: The Logical Fallacy of the Malicious AI
von: Harper, Osei
Veröffentlicht: (2026)

From Problem-Solving to Teaching Problem-Solving: Aligning LLMs with Pedagogy using Reinforcement Learning
von: Dinucu-Jianu, David, et al.
Veröffentlicht: (2025)

Reason from Fallacy: Enhancing Large Language Models' Logical Reasoning through Logical Fallacy Understanding
von: Li, Yanda, et al.
Veröffentlicht: (2024)

Improving Large Language Model Safety with Contrastive Representation Learning
von: Simko, Samuel, et al.
Veröffentlicht: (2025)

SIKeD: Self-guided Iterative Knowledge Distillation for mathematical reasoning
von: Adarsh, Shivam, et al.
Veröffentlicht: (2024)

Fluid Representations in Reasoning Models
von: Kharlapenko, Dmitrii, et al.
Veröffentlicht: (2026)

Closing the Expression Gap in LLM Instructions via Socratic Questioning
von: Sun, Jianwen, et al.
Veröffentlicht: (2025)

LLM-based Argument Mining meets Argumentation and Description Logics: a Unified Framework for Reasoning about Debates
von: Alfano, Gianvincenzo, et al.
Veröffentlicht: (2026)

Towards Aligning Language Models with Textual Feedback
von: Lloret, Saüc Abadal, et al.
Veröffentlicht: (2024)

Compose and Fuse: Revisiting the Foundational Bottlenecks in Multimodal Reasoning
von: Wang, Yucheng, et al.
Veröffentlicht: (2025)

SMART: Self-learning Meta-strategy Agent for Reasoning Tasks
von: Liu, Rongxing, et al.
Veröffentlicht: (2024)

ReProbe: Efficient Test-Time Scaling of Multi-Step Reasoning by Probing Internal States of Large Language Models
von: Ni, Jingwei, et al.
Veröffentlicht: (2025)

Are Language Models Efficient Reasoners? A Perspective from Logic Programming
von: Opedal, Andreas, et al.
Veröffentlicht: (2025)

Critical-Questions-of-Thought: Steering LLM reasoning with Argumentative Querying
von: Castagna, Federico, et al.
Veröffentlicht: (2024)

Stepwise Verification and Remediation of Student Reasoning Errors with Large Language Model Tutors
von: Daheim, Nico, et al.
Veröffentlicht: (2024)

Retro-li: Small-Scale Retrieval Augmented Generation Supporting Noisy Similarity Searches and Domain Shift Generalization
von: Rashiti, Gentiana, et al.
Veröffentlicht: (2024)

MathGAP: Out-of-Distribution Evaluation on Problems with Arbitrarily Complex Proofs
von: Opedal, Andreas, et al.
Veröffentlicht: (2024)

Exploring the Jungle of Bias: Political Bias Attribution in Language Models via Dependency Analysis
von: Jenny, David F., et al.
Veröffentlicht: (2023)