نُقدِّم نموذج SAINT+، وهو تطور لنموذج SAINT، وهو نموذج استخلاص المعرفة المستند إلى Transformer، والذي يعالج معلومات التمرين ومعلومات استجابة الطالب بشكل منفصل. واتباعًا لبنية SAINT، يمتلك SAINT+ هيكلًا مكوّنًا من معالج (Encoder) ومعالج فك (Decoder)، حيث يقوم المعالج بتطبيق طبقات الانتباه الذاتي على تدفق مُمثّلات التمرينات، بينما يقوم المعالج الفك بتطبيق طبقات الانتباه الذاتي وطبقات الانتباه بين المعالج والفك بشكل متوازٍ على تدفقات مُمثّلات الاستجابات ونتائج المعالج. بالإضافة إلى ذلك، يدمج SAINT+ نوعين من مُمثّلات السمات الزمنية في مُمثّلات الاستجابة: الزمن المنقضي، وهو الوقت الذي يستغرقه الطالب للإجابة، والزمن الفاصل، وهو الفاصل الزمني بين النشاطين التعليميين المتتاليين. وقد قُمنا بتقييم فعالية SAINT+ تجريبيًا على مجموعة بيانات EdNet، وهي أكبر مجموعة بيانات عامة متاحة في مجال التعليم. أظهرت النتائج التجريبية أن SAINT+ يحقق أداءً متميزًا في استخلاص المعرفة، حيث سجل تحسنًا بنسبة 1.25% في مساحة المنحنى المقابل لمعيار أداء الاستجابة (AUC) مقارنةً بنموذج SAINT، وهو النموذج الحالي الأفضل في مجموعة بيانات EdNet.