KCluster：基于LLM的知识组件发现聚类方法

本研究探讨了为大规模考试题库设计知识组件（KC）模型的挑战，提出了一种新颖的KC发现算法KCluster，该算法利用大型语言模型（LLM）生成的问题相似性度量来识别问题簇。研究表明，KCluster能够生成有效的KC模型，预测学生表现优于传统专家设计模型，并为改进教学提供了有价值的见解。