跳到正文
热点事件持续更新

研究提出推理诊断框架,追踪学生解题策略

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Trystan Geoffre 等作者提出一个可解释的学习者推理诊断框架,通过分析学生在交互式学习游戏中的动作序列,让逐步解题过程可见,并计算五个可解释的策略维度、从任务结构估计协调需求,将推理分为四种状态。 基于 234 名学生完成 42 项词法句法练习的 36,234 次交互,研究发现推理策略主要随情境而非稳定特质变化(组内相关系数 = 0.14),74.6% 由高协调需求导致的失败在无干预下会再次失败。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. arXiv cs.CL
    让推理过程可见:面向结构化推理任务自适应支架的配置感知诊断建模

    研究提出一个诊断框架,通过分析学生在交互式学习游戏中的动作序列,让逐步解题过程可见,并计算五个可解释的策略维度、从任务结构估计协调需求,将推理分为四种状态。基于 234 名学生完成 42 项词法句法练习的 36,234 次交互,研究发现推理策略主要随情境而非稳定特质变化(组内相关系数 = 0.14),74.6% 由高协调需求导致的失败在无干预下会再次失败。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。