EMNLP

LLM Agents for Education: Advances and Applications

教育中的LLM代理：进展与应用

Zhendong Chu, Shen Wang, Jian Xie, Tinghui Zhu, Yibo Yan, Jinheng Ye, Aoxiao Zhong, Xuming Hu, Jing Liang, Philip S. Yu, Qingsong Wen

机构 * Squirrel Ai Learning ； Fudan University（复旦大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tsinghua University（清华大学） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

AI总结 本文综述了LLM代理在教育中的应用进展，探讨了其技术实现、挑战及在不同教育领域的应用。

Comments Accepted by EMNLP 2025 Findings

Language models can learn implicit multi-hop reasoning, but only if they have lots of training data

语言模型可以学习隐式多跳推理，但只有在有大量训练数据的情况下

Yuekun Yao, Yupei Du, Dawei Zhu, Michael Hahn, Alexander Koller

AI总结 本文研究了语言模型通过大量训练数据学习隐式多跳推理的能力，并发现训练数据量随推理跳数呈指数增长，但通过课程学习可部分缓解这一需求。

Comments Accepted at EMNLP 2025

Vicarious Offense and Noise Audit of Offensive Speech Classifiers: Unifying Human and Machine Disagreement on What is Offensive

陪审式攻击与攻击性言论分类的噪声审计：统一人类与机器对什么是攻击性意见的分歧

Tharindu Cyril Weerasooriya, Sujan Dutta, Tharindu Ranasinghe, Marcos Zampieri, Christopher M. Homan, Ashiqur R. KhudaBukhsh

AI总结 本文通过噪声审计和新数据集，揭示了人类和机器对攻击性言论的分歧，并发现政治倾向和敏感问题影响攻击性判断。

Comments Accepted at EMNLP 2023