知识追踪模型实验：个性化练习推荐的中期进展

教育AI实验室近期围绕知识追踪（Knowledge Tracing）开展实验，目标是让练习推荐从「刷题量」导向转向「掌握度」导向。团队以初中数学为试点，与教研老师协作梳理了约320个知识点及其先修关系，并在脱敏后的作答记录上训练了基于注意力机制的知识追踪模型。阶段性结果如下：一是在约12万名学生的匿名作答序列上，模型预测下一题正误的AUC达到0.76，较DKT基线提升约5个百分点；针对低作答量学生的冷启动场景，引入题目文本语义特征后预测误差下降约8%。二是基于掌握度估计生成的个性化练习序列，在小组对照测试中使平均巩固练习量减少约15%，阶段测试正确率基本持平。下一步计划：一是将知识点覆盖扩展至物理、化学学科，验证跨学科迁移能力；二是将模型输出转化为教师可读的掌握度报告，重点检验可解释性；三是与一线教师建立反馈闭环，评估推荐结果的教研可用性。团队将持续以小步验证方式推进，对尚未复现的效果保持审慎，避免过早下结论。