通过目标驱动的学习者状态建模进行个性化学习路径规划

arXiv:2510.13215v1 公告类型：新 摘要：个性化学习路径规划（PLPP）旨在设计符合个人目标的自适应学习路径。虽然大型语言模型 (LLM) 在个性化学习体验方面显示出潜力，但现有方法通常缺乏目标一致的规划机制。我们推出 Pxplore，这是一种新颖的 PLPP 框架，它集成了基于强化的培训范式和法学硕士驱动的教育架构。我们设计了一个结构化的学习者状态模型和一个自动奖励函数，将抽象目标转换为可计算的信号。我们结合监督微调（SFT）和组相对策略优化（GRPO）来训练策略，并将其部署在现实世界的学习平台中。大量实验验证了 Pxplore 在生成连贯、个性化和目标驱动的学习路径方面的有效性。我们发布代码和数据集以促进未来的研究。