Hot eventLive
知识追踪基准的信息论评估框架提出
1 reports1 sources3 hr ago updated
Get the story
AI overview
2026年10月7日，研究者在arXiv（Machine Learning Theory）提出一个面向知识追踪（KT）基准诊断的信息论评估框架。该框架使用Context Tree Weighting（CTW），在题目作答历史与当前题目查询上构建可操作的不确定性坐标；同时将其与完整KT信息集下不可观测的Local Irreducible Uncertainty（LIU）加以区分。目前公开信息仅涉及该框架的提出与核心思路，未见后续实验结果或外部验证报道。
Generated from reports · updated 3 hr ago
LatestOct 7
研究者提出基于CTW的KT信息论评估框架，并区分可操作不确定性与不可观测的LIU。Timeline
Follow the coverage from different angles.
Oct 7, 2026
- arXiv · Machine Learning Theory知识追踪基准与模型诊断的信息论评估框架
研究者提出一个面向知识追踪（KT）基准诊断的信息论评估框架，用 Context Tree Weighting（CTW）在题目作答历史与当前题目查询上构建可操作的不确定性坐标，并将其与完整 KT 信息集下不可观测的 Local Irreducible Uncertainty（LIU）区分。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.