智能辅导系统

DKT2是一个基于xLSTM架构的深度知识追踪模型，旨在提升知识追踪模型在大规模数据下的适用性和全面性。它整合了Rasch模型和项目反应理论（IRT），不仅提高了预测性能，还增强了模型的可解释性，从而更精确地描述学生的知识状态，支持个性化教育。

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。