跳到正文
原文
arXiv cs.LG· Wenrui Yuan, St\'ephanie M. van den Berg, Johannes Steinr\"ucke·· 11 天前AI 评分33

预测不等于校准:知识追踪中的题目参数恢复与表征耦合

Prediction Is Not Calibration: Item Parameter Recovery and Representation Coupling in Knowledge Tracing

AI 导读

知识追踪模型的作答预测准确率无法保证题目参数恢复,区分度更新直接受估计能力尺度影响。将序列表征宽度 $d_S$ 与参数键宽度 $d_M$ 解耦并采用 SK(64,8) 组合,可在不增加模型大小或降低精度下改善参数恢复与跨顺序一致性。在 TIMSS 和 EdNet 上加宽 $d_M$ 持续提升了与离线 IRT 的一致性,表明题目参数须脱离预测独立评估。

来源:arXiv cs.LG · arxiv.org