基于LLM的可解释难度感知对话式知识追踪框架

研究者提出一个基于LLM的可解释难度感知对话式知识追踪框架，在每一轮显式建模学生能力与导师所出任务的难度。该框架结合原始文本问题与下一轮导师任务估计知识状态，并引入Item Response Theory将LLM输出映射为学生能力与题目难度参数。在两个导师—学生对话数据集上，该框架优于现有知识追踪基线，且输出与认知理论一致。