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

Philipp Stark

ACL 2026CHI 2026数据与预训练可解释性强化学习与后训练社会与人本
新星分贡献者
50
一作贡献0
核心/参与21
方向广度11
合作网络6
0 一作 · 2 篇 · ACL 2026 / CHI 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

2
作者位次 #3/8ACL 2026Findings· Findings of ACL

From Scoring to Explanations: Evaluating SHAP and LLM Rationales for Rubric-based Teaching Quality Assessment

Ivo Bueno · Babette Bühler · Philipp Stark · Tim Fütterer · Ulrich Trautwein · Dorottya Demszky · Heather Hill · Enkelejda Kasneci

摘要

Automated scoring models are increasingly used to assign rubric-based quality ratings to complex language performances, including classroom transcripts, yet they typically provide little insight into why a particular score is produced. We propose a general framework for sentence-level interpretab...

数据与预训练可解释性强化学习与后训练OpenReview 项目页

常见合作者