arXiv cs.AI· Yonggang Li, Boqian Han, Rui Sheng, Yushi Sun, Zixin Chen·· 4 小时前AI 评分30
RegulaTutor：面向长期个性化学习的理论指导框架
RegulaTutor: A Theory-Informed Framework for Long-Term Personalized Learning
AI 导读
RegulaTutor 通过受自我调节学习（SRL）研究指导的 CAMM 框架，把历史证据、学习者解读与教学策略显式连接，用于长期个性化辅导。离线流程 PairRoute 借助中间执行记录区分 harness、模型与混合失败，并提出和评估针对性的 harness 修订。评估显示，该框架在多个模型配置上平均提升历史证据准确率、学习者诊断与教学质量的评审得分。
来源：arXiv cs.AI · arxiv.org