HD-KT：通过异常学习交互检测提升知识追踪鲁棒性

1. 前言 1.1 知识追踪在做什么 知识追踪根据学生的历史学习交互，动态建模学生的知识状态，并预测学生下一次回答某道题的正确概率。 一般将学生 ii 的历史交互序列表示为：

QIKT 论文学习：基于题目中心认知表示的可解释知识追踪

1. 前言 知识追踪（Knowledge Tracing，KT）的目标是根据学生过去的做题记录，估计学生当前的知识状态，并预测学生在下一道题上的作答表现。 传统的深度知识追踪模型通常把知识点作为建模对象。例如，只要两道题关联了相同的知识点，模型就可能把它们视为相似甚至等价的题目。 但在真实教学场景中