[논문리뷰] Cognitive Episodes in LLM Reasoning Traces Enable Interpretable Human Item Difficulty Prediction본 연구는 문항 난이도 예측을 문항 텍스트 기반의 정적 정보에서 벗어나, 학습자가 문항을 해결할 때 겪는 인지적 부하(Problem-solving burden)라는 동적 관점으로 전환하고자 합니다.#Review#Large Reasoning Models#Item Difficulty Prediction#Schoenfeld’s Episode Theory#Interpretability#Educational Assessment#Reasoning Traces2026년 6월 29일댓글 수 로딩 중
[논문리뷰] Can LLMs Estimate Student Struggles? Human-AI Difficulty Alignment with Proficiency Simulation for Item Difficulty Prediction본 논문은 LLM이 인간이 인지하는 문항(질문 또는 과제) 난이도를 정확하게 예측할 수 있는지, 특히 초기 데이터 부족 문제(cold-start problem) 상황에서 인간-AI 난이도 정렬(Human-AI Difficulty Alignment) 을 달성할 수 있는지 실증적으로 분석하는 것을 목표로 합니다.#Review#Large Language Models#Item Difficulty Prediction#Human-AI Alignment#Proficiency Simulation#Metacognition#Curse of Knowledge#Educational Assessment#Zero-shot Learning2025년 12월 22일댓글 수 로딩 중