Lyle Ungar 最新论文
Shashidhara等人研究面向低资源学校的英语口语练习语音聊天机器人，发现能提升学生口语信心，但教育者与学习者对工具的长期应用目标存在分歧，并提出设计建议。
Göldi等人提出基于差异的推理调整机制，使LLM辅导代理的推理成本降低约十倍，同时保持交互质量，为个性化辅导提供高效方案。
Li 等人创建了跨语言礼貌特征集 PoliteLex，对比分析了英语 Twitter 与中文微博的礼貌语言特征差异，并构建了预测模型，F1 分数分别达到 0.886 和 0.774。
https://hci.top/zh/authors/20554?source=all