arXiv cs.AI· Yonggang Li, Boqian Han, Rui Sheng, Yushi Sun, Zixin Chen·· 6 小时前AI 评分27
RegulaTutor:面向长期个性化学习的理论驱动框架
RegulaTutor: A Theory-Informed Framework for Long-Term Personalized Learning
AI 导读
RegulaTutor 是一个基于自我调节学习(SRL)研究的理论驱动框架,通过 CAMM 框架将历史证据、学习者解读与教学策略相连接,并随新观察持续更新。其配套的离线流程 PairRoute 利用中间执行记录区分 harness、模型与混合失败,并针对 harness 提出改进。在评估的模型配置上,RegulaTutor 平均提升了历史证据准确率、学习者诊断与教学质量的评判表现。
来源:arXiv cs.AI · arxiv.org