一篇新的研究论文探讨了掌握阈值在教育辅导系统中的有效性，发现单一阈值并不普遍适用于不同的知识追踪（KT）模型。该研究在公开教育数据集上分析了六种KT模型和十二种阈值，结果显示与神经网络模型相比，贝叶斯知识追踪（BKT）对阈值变化的敏感度较低。随着阈值的增加，神经网络模型变得更具选择性，部分原因是它们的输出预测了下一个正确响应的概率，而不是潜在的掌握概率。研究强调，更严格的阈值可能会不成比例地限制先前表现较弱的学生的进步，并强调需要根据特定的KT模型和教学重点来重新校准阈值。 AI
影响 强调了教育领域自适应AI系统的必要性，表明通用阈值不足以实现个性化学习。
排序理由 关于特定机器学习技术的学术论文。[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 →
