BriefGPT - AI 论文速递
·
个性化的遗忘机制与概念驱动的知识追踪
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该论文提出了一种新的核心框架来解决知识追踪中的答案偏差问题，并通过多个基准数据集的实验证明其有效性。
🎯
关键要点
- 知识追踪旨在监控学生的知识状态并预测未来表现。
- 存在答案偏差现象，导致正确和错误答案分布不平衡。
- 作者从因果关系角度处理知识追踪任务。
- 提出了一种新颖的核心框架（CORE）来减轻答案偏差。
- CORE框架通过减去直接因果效应进行debias推理。
- 该框架适用于多种现有的知识追踪模型。
- 在三个基准数据集上的实验验证了CORE框架的有效性。
➡️
