DKT2是一种基于xLSTM架构的深度知识追踪模型,旨在解决传统LSTM在并行计算、存储决策修改和存储容量方面的局限性。它集成了Rasch模型用于输入表示,并结合项目反应理论(IRT)实现可解释的输出。研究显示,DKT2在单步、多步和不同历史长度的预测任务中,在Assist17、EdNet和Comp三个大型数据集上始终优于17个基线模型。其设计更贴近实际教育应用场景,增强了适用性和全面性,使其在智能辅导系统中具有更大潜力。