摘要
预测人类题目难度对教育评估至关重要。现有方法依赖昂贵校准或文本特征，缺乏对认知过程的洞察。本文提出 Epi2Diff 框架，将大推理模型（LRM）的推理轨迹映射为基于认知的片段序列，通过推理规模、努力分配和状态转换来建模难度。实验表明，该方法在多个数据集上优于微调小模型及 LLM 基线。分析显示，高难度题目引发更费力、迭代且以实施为中心的片段动态，证明了利用推理轨迹进行可解释性教育测量的有效性。
AI 推荐理由
论文核心在于分析 LRM 推理轨迹中的认知片段，以建模和预测难度，深度涉及推理过程机制。
研究机构
Virginia Tech
University of Maryland
MIBZUAI
University of Pittsburgh
论文信息