★ 2
CLEAN:概念空间扩展下的心理测量一致增量认知诊断
论文提出 CLEAN 框架,用于智能教育中的增量认知诊断,支持概念空间动态扩展。它通过冻结历史诊断函数与正交列掩码切断梯度干扰,并用可扩展满秩分支学习新概念,实现历史诊断的逐点不变性。在三个大规模教育数据集上表示漂移为零,旧题指标与静态基线一致,新题表现不逊于强持续学习基线。
arXiv cs.LG28 天前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文提出 CLEAN 框架,用于智能教育中的增量认知诊断,支持概念空间动态扩展。它通过冻结历史诊断函数与正交列掩码切断梯度干扰,并用可扩展满秩分支学习新概念,实现历史诊断的逐点不变性。在三个大规模教育数据集上表示漂移为零,旧题指标与静态基线一致,新题表现不逊于强持续学习基线。
研究指出情感认知诊断中,认知残差可能泄漏进情感表征造成情感污染。为此提出能力残差解耦框架,先通过学生、题目、概念等多组件捕获未建模的认知残差,再用情感模块调节猜测/失误效应,并引入Q矩阵约束的概念残差注意力。在四个数据集与六种认知诊断骨干上均取得响应预测提升。
论文提出过程感知语言认知诊断框架PLCD,用语言结构作为认知先验,结合答题记录校准学生状态。该框架利用大模型构建概念图式与认知过程图,并通过DA-MoE专家与过程级对比学习将文本证据映射到统一认知空间。实验显示其在预测学生表现和认知迁移上优于传统基线,提升冷启动鲁棒性。