GoAI：通过 AI 思想图谱增强 AI 学生的学习路径与思想生成
人工智能
2025-08-20 v2 计算与语言
摘要
随着人工智能技术的快速发展，AI 学生正面临巨大的“信息到创新”鸿沟：他们必须穿越快速扩张的文献体系，梳理特定研究领域的演进脉络，并将各种技术综合成为可行的创新概念。学生还必须识别必要的先决知识和学习路径，这是另一个关键步骤。虽然许多基于大语言模型（LLM）的方法可以总结论文内容并通过引文追踪领域发展，但这些方法往往忽略论文中涉及的先决知识以及论文之间丰富的语义信息。这种信息揭示了方法之间的关系、构建、延伸或挑战。为此，我们提出了 GoAI，一个从 AI 研究论文中构建教育知识图谱并利用这些图谱规划个人化学习路径和支持创意思考的工具。我们构建的知识图谱节点包括论文及其涉及的先决知识，如概念、技能和工具；边缘记录引文关系的语义信息。当学生查询特定论文时，基于 beams search 的路径搜索方法可从查询论文追溯该领域的当前发展趋势，并规划通往前沿目标的学习路径。集成的 Idea Studio 指导学生澄清问题陈述、比较备选方案，并就新颖性、清晰性、可行性和与学习目标的一致性提供形成性反馈。
引用
@article{arxiv.2503.08549,
title = {GoAI: Enhancing AI Students' Learning Paths and Idea Generation via Graph of AI Ideas},
author = {Xian Gao and Zongyun Zhang and Ting Liu and Yuzhuo Fu},
journal= {arXiv preprint arXiv:2503.08549},
year = {2025}
}
备注
Work in progress