arXiv · cs.AI· Yonggang Li·· 18 天前AI 评分24
RegulaTutor：一个基于理论的长期个性化学习框架
RegulaTutor: A Theory-Informed Framework for Long-Term Personalized Learning
来源与原文
arXiv · cs.AI
作者：Yonggang Li
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.13399v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 RegulaTutor，一个基于自我调节学习（SRL）研究的长期个性化辅导框架，将历史证据、学习者解读与教学策略相连，并采用认知、情感、元认知和动机（CAMM）框架推导有证据支持的教学策略。该框架还包含 PairRoute 离线流程，可区分 harness、模型和混合故障并进行针对性改进。在所评测的模型配置上，RegulaTutor 平均提升了历史证据准确率、学习者诊断和评审的教学质量。
来源：arXiv · cs.AI · arxiv.org