arXiv · Human-Computer Interaction· Yuan An, Emily Wang, Benjamin Wang, Ruhma Hashmi·· 2 小时前AI 评分42
从掌握画像到模拟作答：SSKG 让 LLM 学生模拟更真实
From Mastery Profile to Simulated Response: Stochastic Student Knowledge Graphs (SSKG) for Faithful LLM Student Simulation
AI 导读
论文提出随机学生知识图谱（SSKG）方法，让 LLM 更真实地模拟不同掌握水平的学生。现有方法在 SAT 五档掌握水平测试中，三种 LLM 准确率仍达 96.8-100%，七个基线也维持 86.5-100%；SSKG 则实现 44.1-85.2% 的单调梯度。流程用人在回路从课程材料抽取 CKG、把错误选项映射为三元组，并按掌握概率采样后生成推理。
来源：arXiv · Human-Computer Interaction · arxiv.org