本文创新性地提出了基于 xLSTM 架构并融合 Rasch 模型-20250128061714

本文创新性地提出了基于 xLSTM 架构并融合 Rasch 模型和 IRT 的 DKT2 模型，有效提升了深度学习知识追踪模型在适用性、全面性和预测性能方面的表现，并对当前 DLKT 研究中过度追求性能的趋势提出了反思，强调了模型在实际教育场景中的应用价值和对学生知识状态全面理解的重要性，尤其值得关注的是，论文在多概念预测实验中发现 Deep-IRT 模型展现出意外的优势，引发了对知识追踪目标和评估指标的深刻思考。