研究人员开发了HACHIMI-II,这是一种在教育系统中模拟学生行为的新方法。与依赖大型语言模型扮演学生角色的先前方法不同,HACHIMI-II对学习者的特定行为和状态进行建模,以预测他们的下一个动作。这种方法显著减少了模拟与真实学生能力之间的差异,并更准确地重现了真实学生会犯的错误类型。该系统利用学习者历史来推断他们当前的状态,从而约束模拟以产生更忠实且易出错的学生模型。 AI
影响 通过创建更逼真的模拟学生行为和错误,提高了AI驱动的辅导系统的保真度。
排序理由 该集群包含一篇详细介绍新模型和方法的论文。[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 →