Jev模型实现零日志知识追踪
热点事件持续更新
Jev模型实现零日志知识追踪
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Unggi Lee和Haeun Park在arXiv发布论文，提出利用现成System-One LLM“Jev”进行知识追踪。在零日志学习者场景下，Jev的平均AUC达到0.706，优于28个深度KT模型（0.689）及System-Two Thinking-KT（0.650），且API成本约为后者的1/100。 结合少量日志数据后，JevKT将AUC提升至0.722，在16名学习者以内显著优于深度KT模型。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
Jev 在零日志学习者场景下实现知识追踪，AUC 达 .706报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.CYJev 在零日志学习者场景下实现知识追踪，AUC 达 .706
现成 System-One LLM Jev 在零日志学习者场景下实现知识追踪，平均 AUC 达 .706，优于 28 个深度 KT 模型（.689）及 System-Two Thinking-KT（.650），API 成本约为后者的 1/100。结合少量日志数据后，JevKT 将 AUC 提升至 .722，在 16 名学习者以内显著优于深度 KT 模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。