Phronix: The Capability-Centric Learning Paradigm for Agents

Walidacja porównań, nie oceniających: Dlaczego dokładność ogólna może być myląca w ewaluacji interak

MisconceptDialogue: Jak oceniamy sukces tutorów AI w nauczaniu matematyki

Generowanie strukturalne z świadomością niejednoznaczności: czy rozumowanie grafowe rozwiąże problem

Predykcja sukcesu rozmów w interakcjach osób autystycznych i neurotypowych przy użyciu multimodalnej

Spis Koherencji Schematu: pomiar czy przypisane przekonania organizują myślenie modelu

Ocena jakości grafów wiedzy w erze dużych modeli językowych