paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
RA

Rafaella Sampaio de Alencar

ACL 2026代码对齐与偏好可解释性
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
0 一作 · 1 篇 · ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

1
作者位次 #5/8ACL 2026Findings· Findings of ACL

Automated Knowledge Component Generation and Interpretable Knowledge Tracing in Coding Problems

Zhangqi Duan · Nigel Fernandez · Arun Balajiee Lekshmi Narayanan · Mohammad Hassany · Rafaella Sampaio de Alencar · Peter Brusilovsky · Bita Akram · Andrew Lan

摘要

Knowledge components (KCs) are key to assessing student knowledge levels on fine-grained skills and driving personalization and feedback. However, crafting KCs and tagging them for problems, traditionally performed by human domain experts, is highly labor-intensive. Prior work has studied automat...

代码对齐与偏好可解释性OpenReview 项目页

常见合作者