arXiv发布结构化推理诊断建模论文
热点事件持续更新
arXiv发布结构化推理诊断建模论文
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月26日,Trystan Geoffre等人在arXiv平台发布了论文《Making Reasoning Visible: Configuration-Aware Diagnostic Modeling for Adaptive Scaffolding in Structured Reasoning Tasks》。 该研究提出了一种诊断框架,旨在通过分析互动游戏中的行为序列,使学生在结构化任务中的分步问题解决过程可视化,并将推理过程划分为四种不同状态。 基于234名学生在42个形态句法练习中产生的36234次交互数据,研究发现策略差异主要由情境驱动,组内相关系数为0.14。研究显示,早期预警模型的AUC达到0.826至0.902,支持针对学生思维过程提供早期、针对性的自适应脚手架。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
让推理可视化:面向结构化推理任务自适应脚手架的配置感知诊断建模报道时间线
沿着报道,了解事件的不同侧面。
10月27日
- arXiv · NLP让推理可视化:面向结构化推理任务自适应脚手架的配置感知诊断建模
提出一种诊断框架,通过分析互动游戏中的行为序列使学生的分步问题解决过程可见,将推理分为四种状态。 基于234名学生在42个形态句法练习中的36234次交互数据,策略差异主要由情境驱动(组内相关系数0.14),且早期预警模型AUC达0.826至0.902。 使潜在的推理过程可见,支持针对学生思维过程的早期、针对性脚手架。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。