会犯真实错误的模拟学生帮助 AI 导师更快学习
decoder ·
微软和伊利诺伊大学的研究人员开发了 StudentSim:该系统根据有限的学生记录,为每名学生创建一个独立的数字复制体,从而为人工智能导师的训练提供快速反馈。与一些要么只模仿学生行为、却不会对指导作出回应,要么会遵循提示、却无法匹配特定学习者的方法不同,StudentSim同时模拟现实的答题模式,以及学生接受辅导后如何修改答案。它首先利用汇总的学生数据学习学科层面的共同模式,然后再针对每名学习者调整模型,并以阿里巴巴的 Qwen3-4B-Instruct 为基础模型。在涉及60名学生的国际象棋、英语作为外语和数学测试中,当 GPT-5.4 被提示扮演学生时,StudentSim的表现优于它。使用 StudentSim 训练的国际象棋导师,在事实准确性、解释质量和对个别学习者的适应能力方面获得了最高评价。研究人员称这些结果是概念验证,同时指出开放式学科更难进行可靠评估,并计划对学生在反复练习中如何获取、保持和遗忘知识进行建模。
decoder