University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）

A Psychology-based Unified Dynamic Framework for Curriculum Learning

基于心理学的统一动态框架用于课程学习

Guangyu Meng, Qingkai Zeng, John P. Lalor, Hong Yu

机构 * University of Notre Dame, Department of Computer Science and Engineering（诺丁汉大学计算机科学与工程系） ； Nankai University, College of Computer Science（南开大学计算机学院） ； University of Notre Dame, Department of IT, Analytics, and Operations（诺丁汉大学信息技术、分析与运营系） ； VA Bedford Healthcare System, Center for Health Optimization and Implementation Research（美国退伍军人事务部贝福德医疗系统健康优化与实施研究中心） ； University of Massachusetts Amherst, Manning College of Information and Computer Sciences（马萨诸塞大学阿姆赫斯特分校曼宁信息与计算机科学学院） ； University of Massachusetts Lowell, Miner School of Computer and Information Sciences（马萨诸塞大学洛威分校米纳尔计算机与信息科学学院） 纠错

AI总结 本文提出基于心理学的统一动态框架用于课程学习，通过项目反应理论量化训练数据难度并优化数据选择，提升模型训练效率和准确性。

Comments Accepted for publication in Computational Linguistics. This is a pre-MIT Press publication version. Code available at https://github.com/nd-ball/cl-irt

Bring Your Own KG: Self-Supervised Program Synthesis for Zero-Shot KGQA

自带知识图谱：零样本知识图谱问答的自监督程序合成

Dhruv Agarwal, Rajarshi Das, Sopan Khosla, Rashmi Gangadharaiah

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； AWS AI Labs（AWS人工智能实验室） 纠错

AI总结 BYOKG通过自监督程序合成实现零样本知识图谱问答，利用探索机制和LLM生成查询程序，提升问答准确率。