MetRoBERTa: Leveraging Traditional Customer Relationship Management Data to Develop a Transit-Topic-Aware Language Model
Massachusetts Institute of Technology(麻省理工学院);Harvard University(哈佛大学);Washington Metropolitan Area Transit Authority(华盛顿都会区交通局)
本文利用传统公交CRM反馈构建训练数据集,开发了基于RoBERTa的公交主题感知语言模型MetRoBERTa,在主题分类上准确率达90%,优于传统机器学习方法,为大规模自动化处理乘客反馈提供了可推广的框架。
2023-08-09 cs.AI
Learning to Reason from Feedback at Test-Time
The Chinese University of Hong Kong(香港中文大学)
针对大型语言模型单次解决复杂任务的挑战,本文提出将反馈利用表述为测试时优化问题的新范式 FTTT,并设计了可学习的测试时优化器 OpTune,在多个推理数据集上展现出更优的可扩展性与性能。
2025-05-29 cs.AI cs.CL cs.LG
Enhancing tutoring systems by leveraging tailored promptings and domain knowledge with Large Language Models
University of Tasmania(塔斯马尼亚大学)
本文提出将检索增强生成与技能对齐反馈融入大语言模型提示工程,构建个性化编程辅导系统,并通过可读性、响应时间和反馈深度三项指标验证其优于通用方法。
2025-05-02 cs.AI cs.CY
Leveraging Twitter Data for Sentiment Analysis of Transit User Feedback: An NLP Framework
Department of Civil and Environmental Engineering(土木与环境工程系);The Pennsylvania State University(宾夕法尼亚州立大学);College of Information Sciences and Technology(信息科学与技术学院)
提出一种基于NLP的框架,利用少样本学习和基于词典的情感分析技术,从Twitter数据中高效获取公交用户反馈,准确分类问题并评估情感,为公交系统改进提供低成本方案。
2025-10-11 cs.AI cs.SI
Automating Human Tutor-Style Programming Feedback: Leveraging GPT-4 Tutor Model for Hint Generation and GPT-3.5 Student Model for Hint Validation
Max Planck Institute for Software Systems(马克斯·普朗克软件系统研究所);University of Michigan(密歇根大学);Microsoft(微软公司)
提出 GPT4Hints-GPT3.5Val,用 GPT-4 结合失败测试与修复的符号信息生成编程提示,并用 GPT-3.5 模拟学生验证提示效用。
2024-08-06 cs.AI
Dynamic Framework for Collaborative Learning: Leveraging Advanced LLM with Adaptive Feedback Mechanisms
Swinburne University of Technology, Melbourne, Australia(斯winburne技术大学,墨尔本,澳大利亚);Western Sydney University, Australia(西澳大学,澳大利亚);Department of Computer Science, LUMS, Pakistan(计算机科学系,拉瓦尔大学,巴基斯坦);UAE University, UAE(阿联酋大学,阿联酋);Zayed University, UAE(扎耶德大学,阿联酋);School of Business Western Sydney University, Australia(商学院,西澳大学,澳大利亚)
本文提出一种动态协作学习框架,利用高级LLM和自适应反馈机制提升学生参与度与学习效果。
2026-01-29 cs.AI cs.HC cs.SE
LangLingual: A Personalised, Exercise-oriented English Language Learning Tool Leveraging Large Language Models
本文介绍LangLingual,一个基于LangChain和大型语言模型的对话代理,提供实时语法反馈、上下文感知练习和进度跟踪,评估显示可用性强、学习效果积极。
2025-10-27 cs.CL cs.CY
Fine-Grained Guidance for Retrievers: Leveraging LLMs' Feedback in Retrieval-Augmented Generation
Zhejiang University(浙江大学);Shanghai Jiao Tong University(上海交通大学)
提出FiGRet框架,利用LLM构建细粒度示例引导检索器学习,对齐LLM偏好,提升RAG系统性能。
2024-11-06 cs.AI cs.IR
Automated Feedback in Math Education: A Comparative Analysis of LLMs for Open-Ended Responses
Worcester Polytechnic Institute(伍斯特理工学院);Carnegie Mellon University(卡内基梅隆大学)
本研究比较了Llama、SBERT-Canberra和GPT4三种大语言模型在数学教育中对开放式问题提供自动化评分与反馈的效果,发现微调模型与零样本方法各有优势,为个性化学习系统的发展提供了参考。
2024-10-29 cs.AI cs.CY cs.LG
Sightation Counts: Leveraging Sighted User Feedback in Building a BLV-aligned Dataset of Diagram Descriptions
KAIST AI(韩国科学技术院人工智能学院);Sungkyunkwan University(成均馆大学);Yonsei University(延世大学)
本文提出让有视力用户评估多轮推理 VLM 生成的图表描述,并发布涵盖 5k 图表、137k 样本的 Sightation 数据集,支持多种训练与下游微调。
2025-03-17 cs.AI cs.CV cs.HC
Retrieval Enhanced Feedback via In-context Neural Error-book
School of CSE Chung-Ang University(计算机科学与工程学院 Chung-Ang 大学)
REFINE通过结构化反馈框架,系统分析并缓解多模态推理中的错误,提升推理效率和可扩展性。
2025-12-16 cs.AI cs.CL cs.LG
MoL-RL: Distilling Multi-Step Environmental Feedback into LLMs for Feedback-Independent Reasoning
Dalian University of Technology(大连理工大学);Wired Product Operation Division, ZTE Corporation(中兴通讯无线产品运营部)
针对 LLM 难以利用多步文本环境反馈的问题,本文提出 MoL-RL,通过混合损失持续训练与 GRPO 后训练将多步反馈蒸馏为单步推理,并在数学和代码基准上验证其性能与泛化性。
2025-07-27 cs.CL
DUAL-REFLECT: Enhancing Large Language Models for Reflective Translation through Dual Learning Feedback Mechanisms
Pengcheng Laboratory(鹏城实验室);School of Computer Science and Technology, Harbin Institute of Technology(哈尔滨工业大学计算机科学与技术学院)
针对现有大语言模型自反思翻译方法缺乏有效反馈的问题,提出DUAL-REFLECT框架,借助翻译任务对偶学习提供反馈以增强自反思能力,可提升翻译准确率、消除歧义,在低资源语言对翻译中效果显著。
2024-06-21 cs.AI cs.CL
Leveraging Small LLMs for Argument Mining in Education: Argument Component Identification, Classification, and Assessment
ELLIS Alicante, Spain(阿利坎特ELLIS研究所,西班牙);Universitat d’Alacant, Spain(阿利坎特大学,西班牙);École Polytechnique Fédérale de Lausanne, EPFL, Switzerland(洛桑联邦理工学院,瑞士)
针对教育领域论证挖掘中纯解码器模型未被充分探索的问题,提出利用开源小型LLMs通过小样本提示和微调完成论证成分分割、分类与质量评估,在相关数据集上验证了其在部分任务中优于基线的性能,凸显其教育应用潜力。
2025-11-12 cs.CL cs.HC
Learning to Verify Summary Facts with Fine-Grained LLM Feedback
Korea Advanced Institute of Science and Technology(韩国科学技术院)
本文提出利用LLM生成的细粒度反馈训练摘要事实验证器,构建FineSumFact数据集,微调轻量模型,证明比人工标注更高效且成本更低。
2024-12-14 cs.AI cs.CL
Leveraging Adaptive Group Negotiation for Heterogeneous Multi-Robot Collaboration with Large Language Models
Tsinghua University(清华大学);Central South University(中南大学);Shanghai AI Laboratory(上海人工智能实验室)
CLiMRS通过自适应群体谈判框架提升异构多机器人协作效率,实验显示在复杂任务中效率提升超40%。
2025-12-29 cs.AI cs.CL cs.RO
GRAD-SUM: Leveraging Gradient Summarization for Optimal Prompt Engineering
Galileo Technologies(伽利略科技公司)
GRAD-SUM提出基于梯度摘要的自动提示工程方法,整合用户任务描述与评估标准,通过新颖的梯度摘要模块泛化反馈,在多个基准上优于现有方法。
2024-07-12 cs.AI cs.CL
Multi-Drafter Speculative Decoding with Alignment Feedback
LG AI Research(LG AI研究院);KAIST AI(韩国科学技术院人工智能学院)
本文提出MetaSD框架,通过整合多个草案生成器并利用对齐反馈,提升大规模语言模型推理效率和生成质量。
2026-04-07 cs.CL
Teaching at Scale: Leveraging AI to Evaluate and Elevate Engineering Education
College of Engineering, Texas A\&M University(工程学院,德克萨斯A&M大学)
本文提出一个基于大型语言模型的可扩展AI框架,通过分层总结和可视化分析综合学生反馈,在大型工程学院成功部署,支持形成性评估与教学改进。
2025-08-01 cs.AI cs.CL cs.CY
BESPOKE: Benchmark for Search-Augmented Large Language Model Personalization via Diagnostic Feedback
Department of Artificial Intelligence, Yonsei University, Seoul, Republic of Korea(人工智能系,延世大学,首尔,大韩民国)
提出BESPOKE基准,通过收集真实用户历史并配对细粒度偏好分数与反馈,系统评估搜索增强型大语言模型在个性化信息检索任务中的表现。
2026-05-26 cs.CL cs.IR
RaFe: Ranking Feedback Improves Query Rewriting for RAG
Zhejiang University(浙江大学);Alibaba Group(阿里巴巴集团);Nanjing University(南京大学)
本文提出RaFe框架,利用公开重排序器的反馈训练查询重写模型,无需标注,提升RAG性能。
2024-05-23 cs.AI cs.CL cs.IR
Leveraging Pre-trained Large Language Models to Construct and Utilize World Models for Model-based Task Planning
Arizona State University(亚利桑那州立大学);Colorado State University(科罗拉多州立大学)
本文提出让 LLM 构建并迭代修正 PDDL 世界模型,再由可靠的独立规划器求解,从而提升规划正确性并减少人类反馈成本。
2023-11-02 cs.AI
AudienceView: AI-Assisted Interpretation of Audience Feedback in Journalism
MIT Center for Constructive Communication(麻省理工学院建设性沟通中心);MIT Media Lab(麻省理工学院媒体实验室)
本文提出AudienceView,一款利用LLMs帮助记者分类、解读在线受众反馈并可视化情感分布的AI辅助工具,强调了情境意识与人类判断在新闻工作流程中的重要性。
2024-07-17 cs.CL cs.HC
LADs: Leveraging LLMs for AI-Driven DevOps
Virginia Tech(弗吉尼亚理工大学);University of Minnesota(明尼苏达大学);Ghulam Ishaq Khan Institute(古拉姆·伊沙克·汗学院)
提出首个LLM驱动框架LADs,通过检索增强生成、少样本学习、思维链和反馈提示链,实现云配置与部署的自动化优化,减少人工干预并提升系统可靠性与资源利用率。
2025-02-28 cs.AI cs.DC cs.LG
Continual Learning of Domain Knowledge from Human Feedback in Text-to-SQL
JPMorganChase(摩根大通)
本文提出一种通过人类反馈持续学习领域知识的文本到SQL框架,通过记忆增强的代理提升查询准确性与错误减少。
2025-11-28 cs.AI cs.CL cs.DB
Leveraging Large Language Models for Predictive Analysis of Human Misery
Indian Institute of Technology Kharagpur(印度理工学院卡拉格普尔分校);UMass Amherst(马萨诸塞大学阿默斯特分校)
本文研究利用大语言模型从自然语言描述中预测人类痛苦分数,提出游戏化评估框架“痛苦游戏秀”,通过多种提示策略和反馈驱动推理验证LLMs在动态情感推理任务中的潜力。
2025-08-18 cs.CL cs.CY
Using Large Language Models to Provide Explanatory Feedback to Human Tutors
Carnegie Mellon University(卡内基梅隆大学);Monash University(莫纳什大学);University of Toronto(多伦多大学)
本文提出两种在在线课程中为导师提供实时反馈的方法,并展示了基于大型语言模型辅助命名实体识别的解释性反馈增强方案,以提升对导师表扬回应的分类准确性并建议实时导师行动。
2023-06-27 cs.AI cs.CL cs.HC
Unlocking LLM Code Correction with Iterative Feedback Loops
Iowa State University(爱荷华州立大学)
研究通过执行反馈迭代修正代码的能力,提出评估指标并分析推理与非推理模型在利用反馈上的差异,发现推理模型显著优于非推理模型,且语法和运行时错误比逻辑错误更易修正。
2026-06-17 cs.AI cs.SE
Search, Verify and Feedback: Towards Next Generation Post-training Paradigm of Foundation Models via Verifier Engineering
Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);Alibaba Group(阿里巴巴集团);Xiaohongshu Inc.(小红书公司)
本文提出验证器工程这一新型后训练范式,通过自动化验证器执行搜索、验证和反馈三阶段任务,旨在解决基础模型监督信号不足的问题,推动实现通用人工智能。
2024-11-18 cs.AI cs.CL stat.ML
Improving In-Context Learning with Prediction Feedback for Sentiment Analysis
Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳));Guangdong Provincial Key Laboratory of Novel Security Intelligence Technologies(广东省新型安全智能技术重点实验室);SIAT, Chinese Academy of Science(中国科学院深圳先进技术研究院);The 30th Research Institute of China Electronics Technology Group Corporation(中国电子科技集团公司第三十研究所);Harbin Institute of Technology(哈尔滨工业大学);Peng Cheng Laboratory, Shenzhen(鹏城实验室(深圳))
本文提出一种结合先验预测和反馈的框架,通过获取LLMs预测、设计基于正确性的反馈并利用反馈驱动提示,有效纠正情感误解,在九个数据集上平均F1提升5.95%。
2024-06-05 cs.CL
Leveraging LLMs to Automate Energy-Aware Refactoring of Parallel Scientific Codes
本文研究LLM能否在经验执行反馈指导下生成能源高效的并行科学代码,提出LASSI-EE框架,通过多阶段迭代方法结合运行时功耗分析、能源感知提示、自纠正反馈循环和LLM作为裁判代理,实现代码重构。
2026-05-09 cs.AI cs.DC cs.PL
Automated Focused Feedback Generation for Scientific Writing Assistance
University of Cambridge(剑桥大学)
本文提出自动化聚焦反馈生成任务及工具 SWIF$^{2}$T,利用多个 LLM 组件生成具体可操作的论文修改评论,在 300 篇同行评审数据集上验证其优于其他方法,为 AI 反馈整合提供机会。
2024-06-04 cs.CL
Customizing Speech Recognition Model with Large Language Model Feedback
Microsoft Core AI(微软核心人工智能)
针对ASR系统识别罕见命名实体及适应领域不匹配的问题,提出基于强化学习的无监督领域自适应方法,利用LLM反馈优化ASR模型,实体词错误率较传统自训练方法提升21%。
2025-08-19 cs.CL cs.SD eess.AS
Towards Adaptive Feedback with AI: Comparing the Feedback Quality of LLMs and Teachers on Experimentation Protocols
Technical University of Munich(慕尼黑工业大学)
本研究通过四位专业盲评者基于六项标准的评估,比较LLM智能体、教师和科学教育专家对学生实验方案的反馈质量,发现LLM整体反馈质量与人类无显著差异但在错误识别解释维度落后,提出结合二者可增强教育实践。
2025-02-18 cs.AI cs.HC
Learning to Trust Your Feelings: Leveraging Self-awareness in LLMs for Hallucination Mitigation
X2Robot;International Digital Economy Academy(国际数字经济发展研究院)
本研究发现LLMs具备内部知识状态自我意识但生成时易出现事实幻觉,提出融合知识探测与一致性检查的标注工具Dreamcatcher及知识反馈强化学习框架RLKF,有效提升模型事实性与诚实度及相关任务表现。
2024-01-27 cs.CL
Sketch Then Generate: Providing Incremental User Feedback and Guiding LLM Code Generation through Language-Oriented Code Sketches
University of Minnesota(明尼苏达大学);USC(南加州大学);Harvard University(哈佛大学)
针对大语言模型代码生成中提示词编写缺乏即时反馈的问题,提出面向语言的代码草图方法,通过NLP技术将提示词转为代码草图,实现即时增量反馈并引导生成,提升人机交互效果。
2024-05-10 cs.CL cs.HC
Talking Tennis: Language Feedback from 3D Biomechanical Action Recognition
针对现有网球击球分析系统无法将生物力学洞见转化为易懂可执行语言反馈的问题,本研究提出基于CNN-LSTM提取生物力学特征、结合LLM生成反馈的框架,经THETIS数据集验证,兼具准确性与可解释性,打通了可解释AI与运动生物力学的壁垒。
2025-10-04 cs.AI cs.CV cs.HC
FeedAIde: Guiding App Users to Submit Rich Feedback Reports by Asking Context-Aware Follow-Up Questions
University of Hamburg(汉堡大学)
FeedAIde通过情境感知和生成式AI技术,帮助用户更高效地提交详细反馈报告,提升开发人员获取信息的价值。
2026-03-04 cs.AI cs.HC cs.SE
Leveraging Human Feedback for Semantically-Relevant Skill Discovery
A 2 I 2 , Deakin University, Geelong, Australia(A2I2,德金大学,澳大利亚格里尔镇);School of IT, Deakin University, Geelong, Australia(信息学院,德金大学,澳大利亚格里尔镇)
本文提出SRSD方法,通过人类反馈的语义标签提升技能的语义多样性与相关性,实验表明其在导航和运动环境中有效发现相关行为。
2026-04-27 cs.AI cs.LG
CNT (Conditioning on Noisy Targets): A new Algorithm for Leveraging Top-Down Feedback
University of Montreal(蒙特利尔大学);Microsoft Research(微软研究院);Google Research(谷歌研究院);Aalto University(阿尔托大学)
我们提出了一种新的正则化的监督学习称为条件噪声目标(CNT)。该方法包括在目标的噪声版本上调节模型(例如,模仿学习中的动作或分类中的标签)。在推理时,由于我们不知道目标,我们只使用噪声来代替噪声目标来运行网络。CNT通过噪声标签提供提示(噪声较少,我们可以更容易地推断出真正的目标)。这有两个主要好处:1)自上而下的反馈允许模型专注于更简单和更容易消化的子问题; 2)而不是从头开始学习解决任务,模型将首先学习掌握简单的例子(噪音更少),同时慢慢地向更难的例子(噪音更多)发展。
2022-10-27 cs.LG stat.ML
Leveraging Multimodal Behavioral Analytics for Automated Job Interview Performance Assessment and Feedback
National Institute of Technology Karnataka(卡纳塔克国家理工学院)
行为线索在人类的交流和认知中起着重要的作用。在大多数专业领域,员工招聘政策的制定都充分评估了专业技能和个性特征。招聘面试的结构是为了广泛地评估潜在员工对该职位的适合性-他们的专业资格,人际交往能力,在关键和压力情况下的表现能力,在时间和资源限制的情况下,等等,因此,候选人需要意识到他们的积极和消极属性,并注意可能对他们的成功产生不利影响的行为线索。我们提出了一个多模态的分析框架,分析候选人在面试的情况下,并提供反馈预定义的标签,如参与,说话速度,眼神接触等。我们进行了全面的分析,包括受访者的面部表情,语音和韵律信息,使用的视频,音频和文字成绩单从录制的面试。我们使用这些多模态数据源来构建一个复合表示,用于训练机器学习分类器来预测类标签。然后,这种分析用于为受访者的行为线索和肢体语言提供建设性的反馈。实验验证表明,该方法取得了可喜的成果。
2020-06-16 cs.CL cs.CV cs.LG
Leveraging Contact Forces for Learning to Grasp
DeepMind;MPI for Intelligent Systems(马克斯·普朗克智能系统研究所);Google X Robotics(Google X 机器人);Tandon School of Engineering, New York University(纽约大学坦登工程学院);Stanford University(斯坦福大学)
在不确定性条件下抓取物体一直是机器人研究中的一个难题。这种不确定性通常是由于对象姿态或形状的噪声或部分观测。为了使机器人能够对不可预见的影响做出适当的反应,它必须不断考虑传感器反馈。虽然视觉反馈对于推断抓握姿势和到达物体是重要的,但是接触反馈在操纵和抓握获取期间提供了有价值的信息。在本文中,我们使用无模型的深度强化学习来合成控制策略,这些策略利用接触感知来在不确定性下生成鲁棒抓取。我们展示了我们的方法,表现出更复杂的手指协调比常用的两指抓手多指的手。我们进行了广泛的实验,以评估学习的政策,有和没有接触感测的性能。虽然它是可能的,学习抓政策,没有接触传感,我们的研究结果表明,接触反馈允许抓鲁棒性的显着改善下的对象姿态不确定性和具有复杂形状的对象。
2018-09-19 cs.AI cs.LG cs.RO
Leveraging User-Triggered Supervision in Contextual Bandits
Google Research(谷歌研究院)
我们研究上下文强盗(CB)的问题,用户有时可以在给定的上下文中的最佳行动作出回应。例如,在文本预测或自动完成设置中出现这样的交互,其中简单地忽略差的建议,并且用户输入所需的文本。至关重要的是,这种额外的反馈仅在一部分上下文上由用户触发。我们开发了一个新的框架来利用这些信号,同时对它们的偏见性质保持稳健。我们还增加了标准的CB算法,以利用信号,并显示改进的遗憾保证所产生的算法在各种条件下的有益性和偏见固有的这种反馈。
2023-02-07 cs.LG stat.ML
Leveraging Similarities in Multi-Armed Bandits
Inria(法国国家信息与自动化技术研究所);Univ. Grenoble Alpes(格勒诺布尔大学);CNRS(法国国家科学研究中心);Grenoble INP(格勒诺布尔研究所);LJK(格勒诺布尔联合实验室);Criteo AI Lab(Criteo人工智能实验室);IMAG(格勒诺布尔信息与自动化技术研究所)
针对动作具有相似性的在线学习问题,提出利用树结构编码相似性,在多种反馈模型下实现遗憾界中动作数K被相似感知有效动作数替换的算法。
2026-06-23 cs.LG
Leveraging Cross Feedback of User and Item Embeddings with Attention for Variational Autoencoder based Collaborative Filtering
CNPIEC KEXIN LTD(中国图书进出口(集团)总公司科信有限公司);Monash University(莫纳什大学);Deakin University(迪肯大学)
矩阵分解在协同过滤推荐系统中得到了广泛的应用。它的贝叶斯变体可以推导出用户和项目嵌入的后验分布,并且对稀疏评级更具鲁棒性。然而,由于先验和似然的共轭性,贝叶斯方法受到其后验参数更新规则的限制。变分自编码器(VAE)可以通过捕获后验参数和数据之间的复杂映射来解决这个问题。然而,目前的研究VAE的协同过滤只考虑基于显式数据信息的映射,而隐式嵌入信息被忽略。在本文中,我们首先推导出证据下界(ELBO)贝叶斯MF模型从两个角度:面向用户和面向项目。基于ELBO,我们提出了一个基于VAE的贝叶斯MF框架。它不仅利用数据,而且还利用嵌入信息来近似用户-项目联合分布。正如ELBO所建议的,近似是迭代的,用户和项目嵌入到彼此的编码器中的交叉反馈。更具体地,在前一次迭代中采样的用户嵌入被馈送到项目侧编码器,以估计当前迭代中项目嵌入的后验参数,反之亦然。该估计还涉及交叉馈送嵌入,以进一步利用有用的信息。然后,解码器通过对当前重新采样的用户和项目嵌入进行矩阵分解来重构数据。
2022-08-22 cs.LG stat.ML
Leveraging Negative Signals with Self-Attention for Sequential Music Recommendation
Georgia Institute of Technology(佐治亚理工学院);TU Wien(维也纳工业大学)
针对序列音乐推荐中短内容场景和会话级负反馈利用不足的问题,提出可嵌入多种深度架构的对比学习损失,用跳过曲目等负信号提升推荐效果。
2024-01-18 cs.IR cs.LG
Leveraging Human Feedback to Evolve and Discover Novel Emergent Behaviors in Robot Swarms
University of Utah(犹他大学)
该研究提出结合自监督学习、人在回路反馈、新颖性搜索与聚类的框架,以自动发现并分类机器人群体的涌现行为。
2023-07-16 cs.LG cs.MA cs.RO
Preference VLM: Leveraging VLMs for Scalable Preference-Based Reinforcement Learning
University of California, Riverside(加州大学河滨分校);AWS AI Labs(AWS AI实验室)
本文提出 PrefVLM 框架,通过结合视觉语言模型生成初始偏好标签并筛选不确定样本进行针对性人工标注,同时利用自监督逆动力学损失微调模型,在保持性能的同时显著减少人类反馈需求,提升了基于偏好强化学习的可扩展性。
2025-02-03 cs.LG
iLLuMinaTE: An LLM-XAI Framework Leveraging Social Science Explanation Theories Towards Actionable Student Performance Feedback
EPFL(洛桑联邦理工学院);Institute for Public Policy Research(公共政策研究所);University College London(伦敦大学学院)
提出iLLuMinaTE框架,利用社会科学解释理论生成可操作的学生反馈,经多模型多方法评估,89.52%用户偏好,具泛化潜力。
2025-01-24 cs.CY cs.HC cs.LG
Leveraging Environment Interaction for Automated PDDL Translation and Planning with Large Language Models
University of British Columbia(不列颠哥伦比亚大学);Borealis AI(博雷奥利斯人工智能公司)
提出利用环境反馈自动生成PDDL文件的方法,通过迭代细化和探索行走指标,在10个环境中达到66%的任务解决率,显著优于GPT-4的29%。
2024-11-09 cs.LG
Dhvani: A Weakly-supervised Phonemic Error Detection and Personalized Feedback System for Hindi
Plaksha University(普拉克斯大学)
本文提出面向印地语的弱监督CAPT系统Dhvani,结合发音错误合成语音生成与个性化反馈方法,利用印地语音位正字法实现发音错误检测与纠正指导。
2025-06-02 cs.AI cs.LG eess.AS
RevoNAD: Reflective Evolutionary Exploration for Neural Architecture Design
Korea University(韩国大学);Samsung AI Center(三星人工智能中心)
RevoNAD通过多轮多专家共识、自适应反射探索和帕累托引导的进化选择,实现了基于LLM的神经架构设计的高效优化与可靠生成。
2025-12-05 cs.LG
Math Operation Embeddings for Open-ended Solution Analysis and Feedback
University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);Rice University(莱斯大学)
对学生答案的反馈,甚至在他们解决开放式问题的中间步骤,是数学教育的一个重要组成部分。这种反馈可以帮助学生纠正错误,最终提高学习效果。大多数现有的自动学生解决方案分析和反馈方法需要手动构建认知模型,并预测学生对每个问题的错误。这个过程需要大量的人力,并且不能扩展到家庭作业和实践中使用的大多数问题,而这些问题并不包含这些信息。在本文中,我们分析了学生的一步一步的解决过程中,试图扩大错误诊断和反馈机制,为少数问题,以大量的问题。利用最近的数学表达式编码方法,我们将求解步骤中应用的每个数学运算表示为数学嵌入向量空间中的过渡。我们使用一个数据集,其中包含学生的解决方案的步骤,在认知导师系统学习数学运算的隐式和显式表示。我们探讨这些表示是否可以i)识别学生打算在每个解决方案步骤中执行的数学运算,无论他们是否正确,ii)为不正确的步骤选择适当的反馈类型。实验结果表明,我们学到的数学运算表示在不同的数据分布中具有很好的泛化能力。
2021-04-25 cs.CY cs.LG
Enhancing Rating-Based Reinforcement Learning to Effectively Leverage Feedback from Large Vision-Language Models
Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院)
针对强化学习奖励函数设计依赖人力、反馈获取成本高的问题,提出增强型基于评分的RL方法ERL-VLM,通过查询VLM获取轨迹绝对评分并解决数据不平衡等问题,性能优于现有方法,助力高效自主的奖励学习。
2025-06-15 cs.LG cs.RO