基于排序对齐的个性化教育推荐
人工智能
2025-08-01 v1 信息检索
摘要
个性化问题推荐旨在引导个体学生通过问题来提高对学习目标的掌握程度。大多数先前方法将此任务建模为马尔可夫决策过程并使用强化学习求解，但它们在有效探索方面存在困难，无法在训练期间识别每个学生的最佳问题。为此，我们提出了排序对齐推荐（RAR），该方法将协同想法纳入探索机制，实现受限训练剂集内的更有效探索。实验表明，RAR有效提高了推荐性能，我们的框架可应用于任何基于 RL 的问题推荐器。我们的代码可在 https://github.com/wuming29/RAR.git 获取。
引用
@article{arxiv.2507.23664,
title = {Personalized Education with Ranking Alignment Recommendation},
author = {Haipeng Liu and Yuxuan Liu and Ting Long},
journal= {arXiv preprint arXiv:2507.23664},
year = {2025}
}