論文の概要: UniER: A Unified Benchmark for Item-level and Path-level Exercise Recommendation

• arxiv url: http://arxiv.org/abs/2605.16750v1
• Date: Sat, 16 May 2026 02:07:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:47.005325
• Title: UniER: A Unified Benchmark for Item-level and Path-level Exercise Recommendation
• Title（参考訳）: UniER: アイテムレベルとパスレベルのエクササイズ推奨のための統一ベンチマーク
• Authors: Xinghe Cheng, Guiyong Zhuang, Yusheng Xie, Jiapu Wang, Yixin Liu, Quanlong Guan, Liangda Fang, Shirui Pan,
• Abstract要約: We present a Unified Benchmark for Exercise Recommendation (UniER) UniERは、ILERとPLERを統合する包括的な評価フレームワークである。 本研究は, pleRの系統的優位性を明らかにするとともに, ILERのフラグメントドレコメンデーションの教育的失敗を明らかにするものである。
• 参考スコア（独自算出の注目度）: 53.62147575168325
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Personalized exercise recommendation dynamically aligns pedagogical resources with individual knowledge mastery, which is crucial for satisfying students' dynamic learning needs in modern education. The field is currently driven by two dominant paradigms: Item-Level Exercise Recommendation (ILER) optimizes for immediate single-step state transitions, while Path-Level Exercise Recommendation (PLER) constructs coherent learning paths to maximize cumulative gains. Despite sharing the same ultimate objective, disparate evaluation setups have kept these two lines of research isolated, hindering unified benchmarking and fair comparison. To fill the gap, in this paper, we present a Unified Benchmark for Exercise Recommendation (UniER), a comprehensive evaluation framework that unifies ILER and PLER. Specifically, we introduce Weighted Cognitive Gain (WCG) as a unified metric to measure cross-paradigm algorithmic performance. Our benchmark encompasses 9 datasets spanning four generation methods, facilitating the comparison of 18 representative ILER/PLER methods. Through multi-dimensional analyses covering effectiveness, generalizability, robustness, and efficiency, our results reveal the systematic dominance of PLER and expose the pedagogical failure of ILER's fragmented recommendations under extreme sparsity and noise. Furthermore, we provide an open-source codebase of UniER to foster reproducible research and outline potential directions for future investigations.
• Abstract（参考訳）: パーソナライズド・エクササイズ・レコメンデーション(Personalized exercise recommendation)は、教育資源と個人知識の習得を動的に調整する。 アイテム・レベル・エクササイズ・レコメンデーション(ILER)は単一ステップの状態遷移を最適化し、パス・レベル・エクササイズ・レコメンデーション(PLER)は累積ゲインを最大化するコヒーレントな学習パスを構築している。 同じ究極の目標を共有しながらも、異なる評価設定はこれらの2つの研究線を孤立させ、統一されたベンチマークと公正な比較を妨げる。 本稿では,ILER と PLER を統一した総合評価フレームワークである Unified Benchmark for Exercise Recommendation (UniER) を提案する。 具体的には,WCG(Weighted Cognitive Gain)を並列アルゴリズムの性能測定の統一尺度として導入する。 本ベンチマークでは,4つの世代にまたがる9つのデータセットを網羅し,代表的ILER/PLER法の比較を容易にする。 本研究は,有効性,汎用性,ロバスト性,効率性を多次元的に解析することにより,pleRの系統的優位性を明らかにするとともに,ILERの断片化レコメンデーションの過度な分散と雑音下での教育的失敗を明らかにする。 さらに,UniERのオープンソースコードベースを提供し,再現可能な研究を育成し,今後の研究の方向性を概説する。

関連論文リスト

• Alternating Reinforcement Learning with Contextual Rubric Rewards [2.1172256884504588]
  Reinforcement Learning with Rewards (RLRR)は、従来の強化学習を人間のフィードバックから拡張するフレームワークである。 RLRRの既存のアプローチは、固定重み付きスカラー報酬に線形に圧縮されたベクトル報酬に限られる。 本研究は,報酬アグリゲーションの限界を克服するために,報酬付き強化学習(ARL-RR)を提案する。
  論文  参考訳（メタデータ） (2026-03-04T04:18:39Z)
• Preference-Guided Learning for Sparse-Reward Multi-Agent Reinforcement Learning [15.034714081414691]
  少額の報酬のある環境におけるオンラインマルチエージェント強化学習(MARL)の課題について検討する。 中間報酬の欠如は、標準のMARLアルゴリズムがポリシー学習を効果的に導くのを妨げる。 本稿では,オンライン・逆選好学習とマルチエージェント・オン・ポリシー最適化を統合した新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-26T03:41:40Z)
• J1: Incentivizing Thinking in LLM-as-a-Judge via Reinforcement Learning [54.85131761693927]
  意思決定前にLLM審査員に思考を教えるための強化学習フレームワークであるJ1を紹介する。 私たちのコアコントリビューションは、検証不可能で検証可能なプロンプトのすべての判断タスクを、検証可能な報酬を持った統一フォーマットに変換することです。 次に、RLを用いて8B、32B、70Bのスケールで思考判断を訓練し、彼らが最先端のパフォーマンスを得ることを示す。
  論文  参考訳（メタデータ） (2025-05-15T14:05:15Z)
• Lightweight and Direct Document Relevance Optimization for Generative Information Retrieval [49.669503570350166]
  生成情報検索(GenIR)は、文書識別子(ドシデント)生成タスクとして文書検索を定式化する有望なニューラル検索パラダイムである。 既存のGenIRモデルはトークンレベルのミスアライメントに悩まされており、次のトークンを予測するためにトレーニングされたモデルは、ドキュメントレベルの関連性を効果的にキャプチャできないことが多い。 本稿では,トークンレベルのドシデント生成と文書レベルのドシデンス推定をペアのランク付けによる直接最適化により整合するダイレクトドキュメントレバレンス最適化(DDRO)を提案する。
  論文  参考訳（メタデータ） (2025-04-07T15:27:37Z)
• Preference-Based Multi-Agent Reinforcement Learning: Data Coverage and Algorithmic Techniques [65.55451717632317]
  PbMARL(Preference-based Multi-Agent Reinforcement Learning)について検討する。 一般ゲームにおける嗜好のみのオフラインデータセットからナッシュ平衡を同定する。 以上の結果から,PbMARLの多面的アプローチが示唆された。
  論文  参考訳（メタデータ） (2024-09-01T13:14:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。