knowledge_tracing_benchmark:基于 ASSISTments 2009 数据的知识追踪模型对比
该基准在 ASSISTments 2009 数据集上对比了多种知识追踪模型,其中 GRU 模型在 623 名留出学习者上取得 ROC-AUC 0.7470 和 Brier score 0.1800,优于 PFA 模型的 0.6982 和 0.1976。研究采用学习者不相交划分,确保预测无数据泄露,但结果仅支持响应预测性能,不证明教学效益。
该基准在 ASSISTments 2009 数据集上对比了多种知识追踪模型,其中 GRU 模型在 623 名留出学习者上取得 ROC-AUC 0.7470 和 Brier score 0.1800,优于 PFA 模型的 0.6982 和 0.1976。研究采用学习者不相交划分,确保预测无数据泄露,但结果仅支持响应预测性能,不证明教学效益。
Devis Saputra 开源了 self_regulated_learning_copilot,这是一个用于研究自我调节学习的透明规则策略实验室。该原型通过显式学习者状态决定支持动作,区分有效挣扎与无效挣扎,并支持静默监控以减少提示负担。项目包含 40 个通过的单元测试,旨在保留学习者自主权而非充当自动导航。
devissaputra/engagement_early_warning 是一个时间安全的学生参与度早期预警研究原型,通过强制预测截止点边界防止数据泄露。该原型使用合成风险系数评估受限审查队列,并包含校准与子群诊断功能,29 个单元测试检查均已通过。
learner_agency_simulator 是一个用于压力测试自适应支持策略的透明学习者交互模拟器,允许合成学习者请求、接受或拒绝帮助。该工具追踪状态占用、干预负担及首次掌握时间,包含 33 个通过的单元测试,旨在验证策略结论在假设变化下的稳健性。
该研究基于 OULAD 数据集,考察第 30 天仍符合条件的学习者中,提交至少一次非银行评估与有利最终结果之间的调整对比。记录的 Hájek 对比值为 0.3861,全重拟合 bootstrap 区间约为 0.3242 至 0.4447。重叠加权敏感性分析得出 0.3261,但分析指出存在极端权重和残余不平衡,未测量混杂因素阻碍了因果主张。
MasteryTrace 发布为 npm 和 pip 双平台 CLI 工具,实现 BKT 和 2PL IRT 两种心理测量模型。该工具无需服务器或数据库,单核处理 100,000 个事件耗时不足一秒,并提供 MCP 服务器供 AI 智能体直接调用。
AI Ethos 是一个致力于为全球弱势群体提供伦理、包容且多语言 AI 辅导的 501(c)(3) 非营利组织。该项目支持 7 种语言,已覆盖 1,500 多名学生,其中 75% 来自弱势群体,平均数学成绩提升 22%。其核心特性包括离线支持、隐私优先设计以及针对神经多样性学习者的自适应教学模块。
Edunex 是面向埃塞俄比亚学校的全栈 LMS,采用 PHP 8 与 MySQL 构建,集成基于 Ollama 的本地 AI 辅导层。系统支持离线运行,内置 qwen2.5 3B 模型作为本地导师,并通过 SHA-256 哈希链实现评分与证书的防篡改完整性账本。
EdTech 教育技术导航收录近千条网址,构建从国家制度到同伴经验的七层结构,帮助初学者定位学习路径。该站点基于 WebStack 和 Jekyll 开源方案,通过 GitHub Pages 实现零成本部署,旨在以策展方式解决资源过载下的秩序缺失问题。
SocratesTutoring 是一个基于 OpenAI API 的开源苏格拉底式辅导应用,通过引导性提问而非直接给出答案来辅助学习。该应用采用 React 19 前端与 Express 后端架构,支持 JWT 认证、实时协作及 LaTeX 数学渲染。项目提供 Web 界面与 CLI 工具,允许用户通过 `tutor chat` 进行交互式对话,代码基于 MIT 协议开源。
Taiwan Exam 发布了一款利用 AI 生成台湾学测原创模拟考的工具,支持 Claude、ChatGPT 和 Gemini 等平台。该工具能自动完成命题、解题验算及套用大考正式版面,最终交付题目 PDF 和答案详解 PDF。
推荐理由:提供了基于大模型的台湾学测模拟考生成工作流,包含多模型实测数据与详细部署指南,为教师利用 AI 辅助命题提供了可复用的参考。
MissAlpha AI Labs 开源了免费 AI 大师课资源库,提供 Prompt Kits、AI 工具指南及实战案例。该资源涵盖 Agentic AI、AI 自动化及 GenAI with Python 等课程,旨在帮助学习者掌握 AI 在软件开发与数据分析中的实际应用。
课溯 v0.3.0-alpha.4 发布,提供 Windows、Linux 和 macOS 桌面安装包。该应用采用本地优先架构,通过本地 ASR 将课堂录音转为可追溯的复习重点,支持回听原音核对。Qwen3-ASR 模型需单独下载约 4.6 GB 的 CUDA Runtime,Linux 和 macOS 的本地 ASR sidecar 仍待验证。
CodeGym AI 是一个基于 Next.js 构建的 Web 应用,利用 Google Gemini 提供动态编程练习体验。该平台支持 Java、Python 和 C 语言,具备 AI 生成题目、即时代码执行、质量分析及对话助手功能。项目使用 Firebase Studio 启动,需配置 Gemini API key 即可在本地运行。
TS Learn Path 是一个开源 TypeScript 学习仓库,将官方 Handbook 转化为 28 个实战练习,并集成本地进度追踪器。该工具提供适配 Cursor、Claude 等 AI IDE 的导师规则,强制 AI 仅提供提示而非直接答案,支持通过 npm 离线运行。
StudyAssistant 是一款结合自适应复习调度与 AI 辅助辅导的 Tkinter 桌面应用,专为考研备考设计。其核心算法采用半衰期记忆模型,通过 10 天滚动计划平衡复习负载,并依据考试阶段动态调整策略。应用集成 OpenAI 兼容模型进行讲解,支持通过 Tailscale 和 XML-RPC 实现点对点笔记共享。
MathDesk 开源了基于 Google Gemini 的高中数学 AI 辅导系统,采用苏格拉底式对话引导学习。系统包含 382 个技能节点的技能树,支持自适应辅导与错误回溯,前端使用 React,后端基于 Node.js 和 Firestore。
handsomeZR-netizen/electrical-lab-core-algorithm 开源了电学实验多模态辅导核心算法原型,集成电路 JSON 表示、MNA 直流求解、错误诊断及 HACP 风格教学反馈。该 Python 项目通过 CLI 工作流实现从物理仿真到教学干预的闭环,支持检测开路、短路及仪表误接等课堂高频问题,并输出启发式提示、直接纠错和教师介入建议。
handsomeZR-netizen/zirui 是一款基于 Python 的桌面电学实验室软件,集成拖拽式电路搭建、MNA 求解、错误诊断及 AI 教学反馈功能。该工具内置 12 个精选案例,支持 DeepSeek 官方兼容接口,提供流式输出与实时安全 HTML 渲染,适用于物理课堂演示及竞赛答辩场景。
Study-Buddy 是一款基于 Next.js 15 和 Groq API 的开源 AI 学习助手,利用 Llama-3.1-8b-instant 模型提供即时辅导。该应用通过 Serverless 架构保障 API 密钥安全,支持个性化学习计划与 Markdown 渲染,旨在优化学生学术工作流。
precagri 是一个基于 LLM 生成的精准农业双语交互式学习平台,包含 20 章约 278,000 词的英匈双语教材。该平台提供 RAG 驱动的 AI 问答、2,000 多道自测题及 SM-2 间隔重复闪卡功能。技术栈采用 React 19 前端与 FastAPI 后端,结合 ChromaDB 实现本地向量检索。
HidroTutor 是一个基于 LLM 生成的水文信息学双语交互学习平台,包含 25 章教材及 20,000 道练习题。该平台提供 RAG 问答、SM-2 间隔重复闪卡及概念图谱功能,支持英语和匈牙利语。