自适应对比知识追踪模型

结构保持与效率感知

通过关系图对比与自适应采样，在不破坏知识结构的前提下提升练习表征质量，并引入效率门动态量化学习效率变化。

毛舜 · Li, Gang · 蒋运承

IEEE Transactions on Consumer Electronics 2025

参数信息

数据集数量

3

技术优势

表征不跑偏

基于关系图构建对比范式，避免随机扰动带来的误导信号，自监督信号更有效。

远距依赖抓得住

自适应采样方法能够发现练习之间相距较远但紧密相关的长距离依赖，弥补传统对比学习不足。

学习效率可量化

引入效率门捕获周期性学习增益，量化学习效率及其对学习过程的影响，使模型更贴合真实学习规律。

应用场景

• 智能辅导系统：提供更准确的知识状态评估，提升个性化辅导与资源推荐效果。
• 教育机器人：支持机器人在教学互动中实时判断学习者掌握水平，动态调整教学策略。
• 自适应学习：将学习效率纳入建模，使自适应系统能根据效率变化及时调整学习路径。