生成式自适应学习中的算法漂移：形式化、模拟验证与 TFS 干预

论文提出“算法漂移”概念，指自适应系统中观测误差随时间累积导致系统性不平等，并将其形式化为耦合学习者-导师动力系统。 通过基于 agent 的蒙特卡洛模拟，对比了透明在线追踪器与 LSTM 深度知识追踪网络驱动的 IRT 课程策略。 引入“时间公平稳定器（TFS）”，在模拟环境中通过定期重新探测能力，闭合了通用探索方法未能消除的成绩差距。