Platt scaling

新的SLC方法纠正知识追踪模型中的逐项偏差

研究人员开发了一种名为状态空间对数几率校正（SLC）的新方法，以解决已部署知识追踪模型中的逐项偏差问题。这种偏差源于架构限制和项目属性的变化，会降低预测质量。SLC通过以项目身份为条件来提高区分能力（AUC）和负对数似然（NLL），尤其有利于稀疏项目。该方法将二元观测转换为高斯伪观测，通过卡尔曼平滑器应用经验贝叶斯收缩，并拟合偏移Platt链接，在教育领域之外也显示出潜力。