教育场景的错题本长期停留在“记录”层面：学生抄题、教师凭经验判断薄弱点，颗粒度粗且难以规模化。本期实验聚焦一个具体问题——把一道错题定位到具体的前置知识点。
我们以初中数学为切口，用校内测验与作业数据构建知识点图谱，节点为课标知识点，边为前置依赖关系。模型输入不只有对错标签，还包含题目解析文本与学生的历史作答序列，输出“最可能的失分知识点”及置信度，再由教研组抽样复核。
要点：
- 阶段性进展：在 3 个班级约 1200 道错题样本上，模型首选项与教研组人工标注的一致率为 78%，加入前置知识点约束后提升至 86%；主要误差集中在多知识点耦合的几何证明题。
- 下一步计划：接入步骤级作答数据与作答时长，试点变式题生成，让诊断结果直接落到可练习的题目上，而不是停留在报告页。
相比单点准确率，我们更关心诊断是否可解释、能否被教师推翻并纠正——教师每一次修正都会回写图谱，这决定了它在真实课堂里是否可用。
评论