研究人员开发了一种新颖的方法来增强知识追踪模型，通过防止标签泄漏和纳入近期编码。所提出的方法在输入嵌入构建过程中屏蔽了真实标签，类似于BERT的掩码语言模型，以避免无意中泄露答案。此外，一种新的近期编码技术捕获了交互之间的时间距离，更好地模拟了遗忘等学习动态。当将这些嵌入集成到现有的知识追踪模型（如DKT、DKT+、AKT和SAKT）中时，在各种基准测试中，它们已显示出预测精度的持续提高。 AI
影响 这项研究通过改进学生学习的建模和预测方式，有望带来更准确的教育工具。
排序理由 该集群包含一篇详细介绍知识追踪模型新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
