CLEAN：概念空间扩展下的增量认知诊断框架
热点事件持续更新
CLEAN：概念空间扩展下的增量认知诊断框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究者 Tao He、Jinxing Xiang、Fan Jiang 提交论文，提出增量认知诊断框架 CLEAN，用于解决概念空间扩展时历史诊断结果被覆盖的问题。该框架通过拓扑二分协议冻结历史诊断函数并施加确定性正交列掩码以切断梯度干扰，同时用可扩展满秩分支学习新概念。 作者称，在三个大规模教育数据集上，CLEAN 实现零 Representation Drift，旧题指标与静态锚点完全一致，新题表现与强持续学习基线相当或更优。
AI 根据报道生成 · 2 小时前更新
最新进展10月5日 12:00
CLEAN：通过架构隔离实现概念空间扩展下心理测量一致的增量认知诊断报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGCLEAN：通过架构隔离实现概念空间扩展下心理测量一致的增量认知诊断
针对增量认知诊断中概念空间扩展导致历史诊断被覆盖的问题，研究者提出 CLEAN 框架，通过严格拓扑二分协议冻结历史诊断函数并施加确定性正交列掩码，切断梯度干扰，同时用可扩展满秩分支学习新概念。在三个大规模教育数据集上，CLEAN 实现零 Representation Drift，旧题指标与静态锚点完全一致，新题表现与强持续学习基线相当或更优。
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。