Paradigm
摘要
Paradigm 将任何目标转化为个性化的自适应学习路径。
<p>
将任何目标转化为个性化的自适应学习路径。
</p>
<p>
<a href="https://www.producthunt.com/products/paradigm-3?utm_campaign=producthunt-atom-posts-feed&utm_medium=rss-feed&utm_source=producthunt-atom-posts-feed">讨论</a>
|
<a href="https://www.producthunt.com/r/p/1174789?app_id=339">链接</a>
</p>
相似文章
从正确性到偏好:个性化智能体强化学习框架
本文提出了一个统一的个性化智能体强化学习框架,将通用任务奖励与个性化偏好奖励解耦,引入了PARPO和PSGM用于偏好对齐的策略优化和技能检索。
基于模拟学习者的教育阅读自适应个性化评估
摘要:我们提出了一个基于理论支持的模拟学习者评估教育阅读材料自适应个性化的框架。该系统从开放式教科书构建学习目标和知识组件本体,在基于浏览器的本体图谱中进行管理,用本体实体标注教科书片段,并生成对应的阅读-评估配对。模拟读者通过受建构-整合启发的记忆模型阅读文章,该模型整合了DIME风格的读者因素、KREC风格的错误概念修正,以及开放式的New Dale-Chall可读性信号。答案通过基于得分的选项选择在学习者的显性记忆状态上生成,而BKT驱动自适应过程。在三个采样学科本体和每个条件匹配队列的50名模拟学习者中,自适应阅读显著改善了计算机科学成果,在无机化学中产生了较小但不确定的正向收益,在普通生物学中表现为中性至略负。
从可行性到期望性:用于个性化设备端行程生成的计划-学习-适应(PLA)框架
本文提出了用于个性化设备端行程生成的计划-学习-适应(PLA)框架,该框架将保证可行性的组合规划与通过 Bradley-Terry 奖励模型进行的人类偏好学习相结合。在实际部署中,该框架实现了行程完成率提升 91%,且延迟低,在可行性方面超过了前沿大语言模型。
PersonaTrail:通过浏览轨迹对个性化网络代理进行基准测试
PersonaTrail 是一个用于个性化网络代理的基准测试,它利用真实的浏览轨迹来评估代理推断用户偏好和回忆过去信息的能力。该论文还提出了 PACMem,一个在两项任务上都优于现有基线方法的内存框架。
PRAGMA:在长期对话中评估个性化指导与记忆对齐
本文介绍了PRAGMA,一个用于评估长期对话中个性化指导的基准,揭示了当前大型语言模型系统在用户特定指导的有效记忆检索和推理方面存在困难。