English(EN) RegulaTutor: A Theory-Informed Framework for Long-Term Personalized Learning

新AI框架RegulaTutor增强了长期个性化学习能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-12 04:00

研究人员开发了RegulaTutor，一个利用AI进行长期个性化学习的新框架。该系统以自我调节学习（SRL）研究为指导，并采用认知、情感、元认知和动机（CAMM）框架来解读学习者历史并指导教学策略。RegulaTutor旨在通过将教学策略与支持性证据联系起来，并在新数据可用时进行更新，从而提高历史证据收集、学习者诊断和整体教学质量的准确性。该框架还包括一个名为PairRoute的改进程序，以系统地提高系统的准确性。 AI

影响该框架通过实现更具适应性和有效的长期个性化学习体验，有望推动AI在教育领域的应用。

排序理由该项目是一篇研究论文，详细介绍了AI驱动的个性化学习新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目是一篇研究论文，详细介绍了AI驱动的个性化学习新框架。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Yonggang Li, Boqian Han, Rui Sheng, Yushi Sun, Zixin Chen · 2026-10-12 04:00

RegulaTutor：一个理论驱动的长期个性化学习框架

arXiv:2610.13399v1 Announce Type: new Abstract: Long-term personalized tutoring requires language models to translate a learner's evolving history into appropriate instructional support. Existing LLM-based tutoring systems use memory and retrieval to personalize responses, but th…

本文如何被排名

报道来源 [1]

RegulaTutor：一个理论驱动的长期个性化学习框架

相关实体

相关话题