arXiv 机器学习· Houru Jiang, Zixi Wang, Tengteng Cheng, Xueyi Li, Mingliang Hou, Jiaqi Zheng, Renqiang Luo, Teng Guo, Zitao Liu·· 4 小时前AI 评分29
知识追踪基准与模型诊断的信息论评估框架
An Information-Theoretic Evaluation Framework for Benchmark and Model Diagnosis in Knowledge Tracing
AI 导读
研究提出一种用于知识追踪（KT）基准与模型诊断的信息论评估框架，利用上下文树加权（CTW）构建因果不确定性坐标，按不同熵区间评估模型性能增益。在 NIPS Task 3/4 和 Algebra 2005 上的实验显示，现代 KT 模型的提升高度不均匀且主要集中在高熵区域，该框架还能有效标记需排查噪声敏感行为的异常区域。
来源：arXiv 机器学习 · arxiv.org