교육 환경에서 다양한 데이터 소스로부터 지식 그래프를 자동으로 구축하고, 이를 대규모 언어 모델과 통합하여 질문-답변 시스템을 구현하는 방법을 제안한다.
다양한 데이터 소스(학습 전략, 감정, 상호작용 영역)를 활용하여 속성 선택과 앙상블 기법을 통해 학생의 최종 성과를 더 잘 예측할 수 있다.
LoReKT는 낮은 자원 지식 추적 작업에서 성능을 향상시키기 위한 프레임워크로, 사전 훈련 및 세밀 조정을 통해 중요한 매개변수를 업데이트하는 중요성 메커니즘을 활용합니다.