AI错题归因定制：知识点追踪与掌握度估计

在K12理科辅导场景中，我们尝试把“错题”拆成三层可计算的信息：作答结果、步骤级过程、以及题目背后指向的知识点。做法上，先用知识点图谱把题目挂到节点，再用贝叶斯知识追踪与轻量序列模型估计每个节点的掌握概率，最后以规则加分类器把错误归入“概念不清、计算失误、审题遗漏、前置知识缺失”四类，供教研老师复核。

· 进展：在约1.2万条脱敏作答记录上，知识点级掌握度估计与教研人工标注的一致率约78%；其中“前置知识缺失”的识别准确率最低（约65%），是下一步的重点。
· 计划：把解题草稿的步骤级信息纳入输入，并在小范围班级做两周对照，观察讲评课能否从“全班统一讲”转为“按薄弱节点分组讲”。