- 增强现实（AR）在远程工作和教育中的应用
通过系统的文献综述，本研究揭示了增强现实技术在远程工作和教育中的应用潜力和实际效果，并提出了未来发展趋势和进取性研究方向的建议。
- EduAgent: 学习中的生成型学生代理
该研究提出了一种新的生成代理框架 EduAgent，结合认知先验知识来引导大型语言模型首先推理各种行为之间的相关性，然后进行模拟，实现对真实学生和虚拟学生学习行为的模仿、预测和生成。
- 基于深度强化学习的几何问题求解中引入图注意机制
在在线教育领域，设计一个几何问题的自动求解器被认为是通往普适数学人工智能的关键一步。本研究提出了一种基于深度强化学习框架的图形注意力机制和 BERT 等语言模型的算法 A3C-RL，通过在特定空间中选择最佳策略，显著提高了准确性和效率，并在 - 在线教育的多模态研究比较
在线教育中的学生理解度需要多模态方法进行感知识别和评估，结合姿势、表情、眼动和语言等多种线索，通过加权投票方式整合最合适的机器学习模型。
- 使用预训练语言模型实现可扩展的教育问题生成
本研究开发了一个基于语言模型的教育问题生成模型，通过在科学文本和科学问题数据上进行进一步的预训练和微调，能够生成优质的教育问题，从而在自我评估和在线教育方面具有重要的应用潜力。
- 生成式 AI 学习：探究人工合成学习视频的潜力
本研究通过混合方法，探讨了在线教育是否具有使用基于生成人工智能技术的合成视频来创造有用的教育内容的潜力，并发现人工智能生成的合成视频可以成为在线教育中传统方法所制作视频的替代方案。
- 基于在线学生评估的知识追踪数据集 DBE-KT22
本文介绍了一种名为 DBE-KT22 的新型知识追踪数据集，该数据集从澳大利亚国立大学的在线学生练习系统中收集，可通过澳大利亚数据存档平台进行公开访问。
- K-12BERT：面向 K-12 教育的 BERT 模型
在 K-12 教育领域，本论文提出了一种在线教育平台，采用具有不同 NLP 管道的模型（如 BERT）辅助内容策划，并训练了一种特定于教育领域的语言模型 “K12-BERT”，并在多个学科中对其进行了评估和下游任务，如分层分类标记。
- Math-KG：数学知识图谱的构建与应用
本论文提出一种数学知识图谱（Math-KG），通过自然语言处理技术利用百度百科和维基百科构建，旨在解决在线教育平台上的信息过载和知识跟踪问题，并提供了一个简单的应用系统进行实验验证。
- COVID-19 导致美国远程学习基础的 Google 购物趋势
研究使用 Google Trends 对 COVID-19 影响下的远程教育市场进行分析，发现 Oregon、Illinois、Florida、Texas、California 等美国几个州对远程学习购物的兴趣度最高。
- 支持学生选课的开放式 MOOC 评论的大规模分析
通过分析不同平台上的 240 万个 MOOC 评论，研究结果表明，数值评分存在偏见，而文本评论的 NLP 驱动情感分析和主题发现技术反映了课程广告、实际应用性和难度等主题，为在线教育评论提供更透明的方法。
- 知识跟踪调查
本文研究在线教育与智能教育服务，提出了基于知识跟踪的算法模型，分类 KT 模型及其应用场景，并开放 KT 相关数据集和模型库，最后讨论了 KT 领域未来的发展方向。
- KDDGIKT：一种基于图的知识追踪交互模型
本文提出了一种基于图卷积网络的知识追踪图交互模型（GIKT），用于解决在线教育系统中知识追踪中问题信息和高阶问题 - 技能相关性的问题。实验证明，GIKT 在三个数据集上实现了最新的最高性能。
- 面向非洲语言的神经机器翻译
本文提出采用现有神经机器翻译技术为非瑟环语等低资源本地语言进行在线教育翻译以改进南非教育，并且实验证明采用 Transformer 架构击败以前翻译技术 5.33 BLEU 分数，展示了现有 NMT 技术为非洲语言提供的巨大潜力。
- MMSWISH：用于共享的 SWI-Prolog
本文介绍了一种基于 Web 技术的 Prolog 编程语言的 Web 前端 SWISH，它能够用于运行小型程序的展示，并支持协作开发、在线教育等功能，并将 SWISH 嵌入在线 Prolog 书籍 “Learn Prolog Now!” 中