TIZSKT：零样本跨域知识追踪新方法
热点事件持续更新
TIZSKT：零样本跨域知识追踪新方法
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Yin Yi 等作者提出零样本跨域知识追踪方法 TIZSKT。该方法将文本用作索引，而非可直接迁移的预测表示，并把行为序列建模与域内历史证据构建分开处理，以此实现零样本跨域知识追踪。 其 Mastery-Dynamics Encoder 不依赖题目 ID 或文本嵌入来学习正确性动态；Domain-Local Question Addressing 则用冻结文本编码器加无监督域内投影，生成固定题目地址。
AI 根据报道生成 · 59 分钟前更新
最新进展11月2日 13:00
TIZSKT：以文本为索引的零样本跨域知识追踪报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.CYTIZSKT：以文本为索引的零样本跨域知识追踪
TIZSKT 将文本作为索引而非可直接迁移的预测表示，把行为序列建模与域内历史证据构建分离，实现零样本跨域知识追踪。其 Mastery-Dynamics Encoder 不依赖题目 ID 或文本嵌入学习正确性动态，Domain-Local Question Addressing 用冻结文本编码器加无监督域内投影生成固定题目地址。
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。