生成式自适应学习中的算法漂移与TFS干预研究

2026年10月23日，arXiv发布一篇cs.AI领域论文，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。 该研究通过基于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，评估不同方法在模拟环境中的表现。 论文引入“时间公平稳定器（TFS）”，通过定期重新探测能力，在模拟环境中闭合了通用探索方法未能消除的成绩差距，提供了一种干预机制。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。