多校联合提出AI试题难度预测框架Epi2Diff
Start here
2026年11月，弗吉尼亚理工大学等研究团队提出了试题评测框架 Epi2Diff，旨在利用大模型推理轨迹量化人类考试难度。该框架通过将大模型的推理轨迹拆解为 8 类认知片段，并提取 83 维过程特征，结合题目本身的语义信息来预测人类的作答难度。在实验评估中，研究团队使用 QwQ-32B 与 Qwen3-32B 生成推理轨迹，结果表明 Epi2Diff 在 SAT 数学难度分类中达到了 73.0% 的准确率，相较最强基线提升了 3.2 个百分点。目前，相关研究论文已被 TMLR 接收。
AI-generated from reports · Updated 15 hours ago
Report timeline
Follow the reports to see different sides of the story.
- AITNT · AI头条Epi2Diff 试题评测框架：利用大模型推理轨迹量化人类考试难度
弗吉尼亚理工大学等研究团队提出试题评测框架 Epi2Diff，通过将大模型推理轨迹拆解为 8 类认知片段并提取 83 维过程特征，结合题目语义预测人类作答难度。实验使用 QwQ-32B 与 Qwen3-32B 生成轨迹，Epi2Diff 在 SAT 数学难度分类中达到 73.0% 准确率，比最强基线高 3.2 个百分点，相关论文已被 TMLR 接收。
Story heat trend
Current heat 7·Comparable peak 10（Nov 2 17:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.