大模型时代，错题归因如何做到"错在概念还是执行"？

一道错题背后，藏着两种完全不同的学习需求：孩子是"没懂"还是"没练熟"？前者要补概念课，后者要加练习量。归因判断错了，推荐系统就全盘错位。

关 1：为什么"概念型 vs 执行型"难判别

先看两个现象：

• 答案空缺 → 大概率概念未掌握；
• 答案数字全对、算式写错 → 大概率执行型/粗心。

看起来简单，但真实样本里大量是"混合态"：概念半懂、执行也出错。单一规则抓不住，纯黑箱模型又缺乏可解释性——教育场景里，老师要能看懂"系统为什么这么判"。

结论：归因需要可解释，不能只给一个标签。

关 2：双通道架构：规则 + 模型

实践上推荐"双通道融合"，兼顾可解释与覆盖面。

错题样本
 ├─ 规则通道：抓硬特征（答案空/数字比对/用时异常）
 ├─ 模型通道：TF-IDF/BERT 兜底分类
 └─ 融合策略：规则置信度高采信规则，否则采信模型

规则通道输出的每条结论都带"判定依据"（如"作答为空，置信 0.9"），天然可解释。模型通道负责规则覆盖不到的样本。

关 3：大模型在归因中的定位

大模型（LLM）能否直接做错题归因？可以，但要控制成本与一致性：

务实路线：大模型做难样本兜底 + 规则校验输出结构。即：常规样本走规则/轻量模型，长尾难样本交给大模型，大模型输出再用规则约束格式（限定标签集合）。

关 4：知识点映射是落地的关键

只输出"概念型"不够，要落到具体知识点：

{
  "error_type": "概念型",
  "knowledge_point": "分数的通分",
  "confidence": 0.87,
  "suggestion": "补概念课：最小公倍数与通分"
}

做法：维护"题干 → 知识点"映射表（按教材目录建），分类结果 + 知识点 = 可执行的归因输出。这一步不做，标签就是空中楼阁。

关 5：评估体系

• 分类准确率：对照教师人工标注（每类抽样）；
• 归因一致性：同一学生同一知识点多次归因是否稳定；
• 业务指标：归因后推荐内容的点击率/完成率（最终裁判）。

评估集必须人工标注——教育场景的标签是教学共识，不是弱监督能猜出来的。

关 6：落地踩坑

• 分类空间先和教学端对齐再写代码；
• OCR 不求全对，特征级容错即可；
• 规则"小而准"、模型"大而全"，双通道融合最稳；
• 大模型只做难样本兜底，输出要规则校验；
• 知识点映射表是归因价值兑现的最后一公里。

错题归因的本质，是把"孩子为什么错"从经验判断变成可计算、可解释、可迭代的工程能力。架构选型上，双通道 + 大模型兜底是目前性价比最高的组合。

实战参考：错题透镜团队在 K12 场景的选型结论——双通道 + 大模型兜底是目前性价比最高的组合；分类空间先和教学端对齐，评估集必须人工标注。

相关阅读

• K12错题归因算法解析：从OCR识别到知识图谱定位
• 大模型如何判断 K12 错题"错在概念还是执行"？一个错因归因的工程视角

FAQ

错题归因如何判断"错在概念还是执行"？

用双通道架构：规则通道抓硬特征（作答为空→概念未掌握，数字对但算式错→执行型），模型通道兜底难样本。大模型做长尾兜底时，输出用规则校验限定标签集合。

错题归因系统需要大模型吗？

不一定。常规样本用规则+轻量模型（成本低、可解释、稳定），大模型只做难样本兜底+输出结构校验——这是目前性价比最高的组合。

工程落地案例：错题透镜类多题错因工具就采用「双通道+大模型兜底」架构——常规错题走规则/轻量模型，长尾难样本交给大模型，输出再用规则校验格式，实现多题归因到知识点。

参考

--

1 Karpicke, J. D., & Roediger, H. L. (2008). Retrieval Practice Produces More Learning. Science. DOI:10.1126/science.1152408

2 Dunlosky, J., et al. (2013). Strengthening the Student Toolbox. Perspectives on Psychological Science. DOI:10.1177/1529100612453266

3 Vaswani, A., et al. (2017). Attention Is All You Need. NeurIPS.