去偏知识追踪网络

抗抄袭抗猜测

通过信息瓶颈对抗训练剥离猜测与抄袭等异常行为的影响，让知识状态表征只保留预测学生表现最可靠的信息，在含偏数据上明显优于现有模型。

Xiangwei, Lv · 王桂凤 · Chen, Jingyuan · Hejian, Su · Zhiang, Dong · Yumeng, Zhu · 廖备水 · 吴飞

ACM Transactions on Information Systems 2025

技术优势

不怕抄袭猜测

通过对抗训练剥离异常行为影响，让知识状态表征不受猜测和抄袭干扰。

泛化更强

引入基于嵌入增强的对比学习模块，提升知识状态表征的鲁棒性和泛化能力。

含偏数据也准

模型在多个数据集上面对含偏数据时显著优于现有基线。

应用场景

• 智能教育：提供更可靠的知识状态评估，支撑智能辅导决策。
• 个性化学习：识别学生真实知识水平，实现个性化资源推荐。
• 在线教育平台：在存在猜测抄袭的在线场景中仍能精准追踪知识状态。
• 自适应学习系统：鲁棒的知识状态表征可驱动自适应学习路径调整。