★ 2
TIZSKT 提出以文本为索引的零样本跨域知识追踪
论文针对新平台只有题目文本、缺少作答日志的零样本跨域知识追踪问题，提出 TIZSKT，将行为序列建模与域内历史证据构建分离，把文本当作索引而非可直接迁移的预测表示。方法包含掌握度动态编码器、域内题目寻址与文本寻址核等组件。在三个公开数据集上留一域实验中取得最高平均 AUC 与准确率。
arXiv NLP9 小时前
#知识追踪
共 8 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
研究用嵌入聚类自动构建数学题教育分类体系
论文探索用语义文本嵌入对数学题聚类，自动构建教育分类体系，并与基于 Common Core 标准的现有知识点分类对比。在 ASSISTments 两个数据集上，嵌入分类与人工体系存在大量但不完全的重合，用于深度知识追踪时 AUC 提升约 3-5 个百分点。结果表明嵌入可自动恢复人工体系结构并提供有…
arXiv NLP6 天前
★ 2
研究：知识追踪模型预测准不等于参数可恢复
该论文研究知识追踪（KT）模型通过下一响应预测训练后，能否准确恢复题目参数。作者对比2PL、GPCM、NRM解码器与LSTM、Transformer、DKVMN编码器，发现区分度和选项斜率恢复需更宽的题目表示，并提出分离序列表示宽度与参数键宽度的SK(64,8)结构，在TIMSS与EdNet上提升…
arXiv cs.LG10 天前
★ 2
arXiv 论文：System-One LLM 在少样本日志下的知识追踪
论文研究现成 System-One LLM 在极少或无学习者日志时能否进行知识追踪。在七个数据集上，Jev 在无目标平台数据时平均 AUC 达 0.706，超过 28 个深度知识追踪模型及 System-Two Thinking-KT，且 API 成本约为其 1/100；加入日志学习者统计后 Je…
arXiv NLP24 天前
★ 2
知识追踪基准的信息论评估框架
论文指出 AUC、准确率等聚合指标掩盖了知识追踪（KT）模型的误差来源，也无法判断基准是否接近饱和。作者提出基于信息论的评估框架，用上下文树加权（CTW）构建不确定性坐标，将预测映射到不同熵带以评估局部性能增益。实验显示现代 KT 模型的提升高度不均匀，主要集中在高熵区域。
arXiv cs.LG26 天前
★ 2
知识追踪模型掌握阈值不可通用
论文考察六个知识追踪模型在四个公开教育数据集上的表现，评估 0.50 至 0.99 共 12 个掌握阈值。结果显示贝叶斯知识追踪对阈值变化不敏感，而神经模型随阈值升高变得更具选择性，因为二者输出的含义不同（潜在掌握概率 vs 下一题答对概率）。作者指出阈值应随模型或教学优先级变化重新校准，并综合考…
arXiv cs.LG31 天前
★ 2
知识追踪模型的可解释性验证协议
研究提出一套验证协议，同时检验知识追踪模型的预测竞争力、解释稳定性与重训练忠实性。作者重建了 ASSISTments 2009 数据集，发现原始技能构建版本存在标签泄漏问题，会抬高 AUC 并改变解释结果。在信息匹配条件下，XGBoost 与四种深度基线表现相当，差异主要来自输入信息而非模型族。
arXiv cs.LG38 天前
★ 2
LT-MKT：融合认知负荷与知识迁移的多领域知识追踪
现有知识追踪方法多聚焦单领域，但现实学习常涉及多领域，需考虑认知负荷和知识迁移。提出LT-MKT方法，利用LLM构建多领域层次图，显式建模跨领域特征，并设计知识迁移模块。实验表明在真实数据集上达到最先进性能。
arXiv cs.AI68 天前