待验证50% 置信事实精确时间

传统自适应学习平台如Knewton、DreamBox通常基于预设规则树或贝叶斯知识追踪模型（BKT）调整题目难度

1

来源数

50%

置信度

长期有效

时效性

2026/8/27

首次发现

来源

Scholé Scenarios：AI情景模拟让企业培训从知道走向做到

涉及实体

Knewtonproduct DreamBoxproduct 贝叶斯知识追踪concept

相关事实

待验证2010年代的自适应学习平台借助贝叶斯知识追踪算法动态调整题目难度69% 相似待验证GrowMe Skill 通过追问式规划帮助厘清隐藏的分析决策，UP主认为其比 ChatGPT 的 Planning Mode 更实用63% 相似待验证强化学习训练出的NPC相比传统行为树能够在复杂动态环境中涌现出设计者未预设的行为策略63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/810337

API

curl https://kongchang.com/api/v1/knowledge/claims/810337

MCP

get_claim(id=810337)