多智能体LLM架构在游戏中隐蔽评估金融素养

研究人员开发了一种新颖的多智能体LLM架构，称为Agentic BKT pipeline，用于在严肃游戏中隐蔽评估金融素养。该系统处理玩家决策，使用LLM对行动进行分类，然后采用四个专门的智能体来推理风险缓解、投资、消费和信用管理。这些智能体输入到贝叶斯知识追踪模型以估算掌握程度，然后综合成一个总体分数。对K-12参与者的评估表明，该pipeline的掌握程度估算与学习收益和后测分数显著相关，优于单一LLM基线。 AI

影响 该架构可以实现对教育游戏中技能更有效、侵入性更小的评估。

排序理由 学术论文，详细介绍了一种用于特定应用的新LLM架构。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.MA (Multiagent) 阅读 →

• Agentic BKT pipeline
• Agentic Knowledge Tracing
• Bayesian Knowledge Tracing
• Hugging Face
• K-12
• OECD/INFE

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →