arXiv cs.AI· Yuan An, Emily Wang, Benjamin Wang, Ruhma Hashmi·· 7 小时前AI 评分42
SSKG 方法实现 LLM 学生模拟的保真度提升
From Mastery Profile to Simulated Response: Stochastic Student Knowledge Graphs (SSKG) for Faithful LLM Student Simulation
AI 导读
针对 LLM 模拟学生时无法降低能力水平的问题，提出基于随机学生知识图谱（SSKG）的方法。该方法通过采样 SSKG 确定解题结果，再由 LLM 生成一致的解释，在 SAT 题目上实现了 44.1%-85.2% 的准确率梯度，成功区分不同掌握水平，优于维持 86.5%-100% 准确率的基线模型。
来源：arXiv cs.AI · arxiv.org