-
Leveraging Skill-to-Skill Supervision for Knowledge Tracing
Leveraging Skill-to-Skill Supervision for Knowledge Tracing (주) 튜링에서 작성하여 AAAI2023 AI4ED 학회에서 발표한 논문입니다 (링크). 기존 Knowledge Tracing의 한계를 짚어보고, 이를 해결하는 방법을 논문으로 작성하였습니다. 만약 Knowledge Tracing이 무엇인지 모르신다면, Riiid Techblog의 글을 보고 오시길 추천드립니다. 기존의 Knowledge Tracing Knowledge Tracing이란, 사용자가 어떤 문제를 풀려고 할 때 사용자가 그 동안 어떤 학습 기록을 가졌는지 살펴보고 사용자가 문제를 맞힐 확률을 예측하는 과제입니다. 현재 대부분의 Knowledge tracing은 아래와 같은 입·출력 구조를 가집니다. 입력: 사용자가 푼 문제의 리스트,...
-
Context-Aware Attentive Knowledge Tracing
Knowledge Tracing과 그를 위한 Attention mechanism에 대한 지식이 없으시다면, 아래의 Riiid Teamblog 글을 읽고 오시길 추천합니다: Deep Knowledge Tracing Attention Mechanism for Knowledge Tracing 문제 제기 먼저 AKT는 기존의 논문들(특히, DKT 계열: SAKT, DKVMN등)이 제대로 반영하지 못한 세 가지 학습 특성을 지적하고 있습니다 1. Concept도 중요하지만, 개별 Problem간의 차이도 중요하다. 원문: questions labeled as covering the same concept are closely related but have important individual differences that should not be ignored. 위의 그림과 같이, 같은...