gpt-4o-search-preview-high· OpenAI
LMArena Search Arena 24K
https://arxiv.org/html/2409.08027?immersivetranslateautotranslate=1 這篇論文的引用,以及內容如何?
- User
- Assistant
您提到的論文標題為「iLLuMinaTE: An LLM-XAI Framework Leveraging Social Science Explanation Theories Towards Actionable Student Performance Feedback」,旨在開發一個名為 iLLuMinaTE 的框架,結合大型語言模型(LLM)和可解釋人工智慧(XAI),以提供基於社會科學解釋理論的學生表現反饋。該框架主要包含三個階段:因果關聯、解釋選擇和解釋呈現,並從八種社會科學理論中汲取靈感,如異常條件、Pearl 的解釋模型、必要性與穩健性選擇、對比解釋等。
研究評估了來自三種大型語言模型(GPT-4o、Gemma2-9B、Llama3-70B)和三種不同 XAI 方法(LIME、反事實、MC-LIME)的 21,915 條自然語言解釋,涵蓋三門不同的線上課程。評估內容包括解釋與社會科學理論的一致性、解釋的可理解性,以及一項包含行動性模擬的真實用戶偏好研究。結果顯示,學生更偏好 iLLuMinaTE 提供的解釋,認為其比傳統解釋方法更有效。
關於該論文的引用情況,目前尚未有公開資料顯示其被引用次數。由於該論文可能尚未正式發表,建議您在引用時使用 arXiv 提供的標識符(如 arXiv:2409.08027),以確保引用的準確性。此外,若該論文已在正式期刊或會議上發表,建議引用正式發表的版本,以符合學術引用的規範。
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.