AnveshanaAI: A Multimodal Platform for Adaptive AI/ML Education through Automated Question Generation and Interactive Assessment

📄 arXiv: 2509.23811v1 📥 PDF

作者: Rakesh Thakur, Diksha Khandelwal, Shreya Tiwari

分类: cs.AI

发布日期: 2025-09-28

备注: 11 pages, 12 figures. Under review as a conference paper at ICLR 2026. Preprint version posted on arXiv

💡 一句话要点

AnveshanaAI：一个通过自动问题生成和交互式评估实现自适应AI/ML教育的多模态平台

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: AI教育平台 自适应学习 自动问题生成 交互式评估 多模态学习 Bloom分类法 可解释AI

📋 核心要点

  1. 现有AI教育平台缺乏个性化和互动性，静态题库难以满足不同学习者的需求，评估方法也缺乏自适应性和可解释性。
  2. AnveshanaAI平台通过游戏化设计、多模态学习资源和自适应评估方法，提供个性化、互动性强的AI学习体验。
  3. 实验结果表明，AnveshanaAI平台具有广泛的数据集覆盖、稳定的模型微调性能，并能有效提升学习者的参与度。

📝 摘要（中文）

我们提出了AnveshanaAI，一个基于应用的AI学习平台。AnveshanaAI为学习者提供个性化的仪表板，其中包含连胜、等级、徽章以及跨数据科学、机器学习、深度学习、Transformer、生成式AI、大型语言模型和多模态AI等领域的结构化导航，未来还可以包含更多领域。该平台结合了游戏化的跟踪机制，通过积分和成就来增强参与度和学习效果，同时在Playground、Challenges、Simulator、Dashboard和Community之间的切换支持探索和协作。与现有平台中使用的静态问题库不同，AnveshanaAI通过基于Bloom分类法的语义相似性检查和可解释AI技术来确保平衡的学习进度，从而提高透明度和可靠性。平台还采用了自适应、自动化和领域感知的评估方法。实验表明，该平台具有广泛的数据集覆盖范围、通过降低困惑度实现的稳定微调以及学习者参与度的可衡量提升。总之，这些特性说明了AnveshanaAI如何整合自适应性、游戏化、交互性和可解释性来支持下一代AI教育。

🔬 方法详解

问题定义：现有AI教育平台通常依赖于静态的问题库，缺乏个性化和自适应性，难以满足不同学习者的需求。此外，评估方法往往缺乏透明度和可解释性，学习者难以理解错误原因和改进方向。因此，需要一个能够提供个性化学习路径、互动式学习体验和可解释评估结果的AI教育平台。

核心思路：AnveshanaAI的核心思路是构建一个多模态的自适应学习平台，通过自动问题生成、游戏化设计和可解释AI技术，为学习者提供个性化的学习体验。平台利用Bloom分类法构建数据集，确保学习内容的平衡性和难度递进，并通过语义相似性检查和可解释AI技术提高评估的透明度和可靠性。

技术框架：AnveshanaAI平台包含以下主要模块：1) 个性化仪表板：展示学习进度、成就和推荐学习内容；2) Playground：提供自由探索和实验的环境；3) Challenges：提供各种难度级别的挑战任务；4) Simulator：提供模拟真实场景的学习体验；5) Dashboard：展示学习数据和评估结果；6) Community：提供学习者交流和协作的平台。这些模块共同构成一个完整的学习生态系统。

关键创新：AnveshanaAI的关键创新在于其自适应的自动问题生成和评估方法。平台能够根据学习者的知识水平和学习进度，自动生成难度适中的问题，并提供个性化的反馈和建议。此外，平台还利用可解释AI技术，解释评估结果的原因，帮助学习者理解错误并改进学习方法。

关键设计：AnveshanaAI平台采用Bloom分类法构建数据集，确保学习内容的覆盖范围和难度递进。平台使用语义相似性检查技术，过滤掉重复或相似的问题，保证问题的新颖性和多样性。平台还采用多种机器学习模型，实现自动问题生成和评估，并使用可解释AI技术提高评估的透明度。

📊 实验亮点

实验结果表明，AnveshanaAI平台具有广泛的数据集覆盖范围，能够覆盖各种AI领域。通过降低困惑度实现的稳定微调，表明平台具有良好的模型训练性能。此外，实验还表明，AnveshanaAI平台能够显著提升学习者的参与度，提高学习效果。

🎯 应用场景

AnveshanaAI平台可应用于各种AI教育场景，包括高校AI课程、企业AI培训和个人AI学习。该平台能够提供个性化、互动性强的学习体验，帮助学习者更有效地掌握AI知识和技能。未来，该平台还可以扩展到其他领域，如机器人、计算机视觉等，为更多领域的学习者提供优质的教育资源。

📄 摘要（原文）

We propose AnveshanaAI, an application-based learning platform for artificial intelligence. With AnveshanaAI, learners are presented with a personalized dashboard featuring streaks, levels, badges, and structured navigation across domains such as data science, machine learning, deep learning, transformers, generative AI, large language models, and multimodal AI, with scope to include more in the future. The platform incorporates gamified tracking with points and achievements to enhance engagement and learning, while switching between Playground, Challenges, Simulator, Dashboard, and Community supports exploration and collaboration. Unlike static question repositories used in existing platforms, AnveshanaAI ensures balanced learning progression through a dataset grounded in Bloom's taxonomy, with semantic similarity checks and explainable AI techniques improving transparency and reliability. Adaptive, automated, and domain-aware assessment methods are also employed. Experiments demonstrate broad dataset coverage, stable fine-tuning with reduced perplexity, and measurable gains in learner engagement. Together, these features illustrate how AnveshanaAI integrates adaptivity, gamification, interactivity, and explainability to support next-generation AI education.