新研究提出离散变分推断框架提升低数据答题预测精度

Tom Quilter 等作者在 arXiv:2509.23484 论文中发布了一个基于项目反应理论（IRT）的概率建模框架，用于自适应学习中预测学生答题正误。作者称，其核心贡献是新型离散变分推断框架，在低数据场景下取得最高预测准确率，超越所有经典 IRT 与矩阵分解基线，预测准确率超过 80%。 研究还发布了迄今最大的开放数学考试评分数据集，并发现单一潜在能力参数即可达到最大预测准确度。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。