跳到正文
返回论文列表
cs.CL提交于 已译

TutorCaseBench:评估 LLM 导师支持学生应对挑战性行为的案例驱动基准

TutorCaseBench: A Case-Grounded Benchmark for Evaluating LLM Tutors in Supporting Students with Challenging Behaviors

Yeon Su Park · Chanyoung Park · Tae Soo Kim · Seungju Kim · Hyunwoo Kim · Daho Jung · et al.

中文摘要

大语言模型(LLM)日益被用作 AI 导师,但现有基准忽视了学习与行为困难学生常见的挑战性行为。TutorCaseBench 以教育学、教育心理学和特殊教育中的定性案例研究为基础,评估 AI 导师。其流程将文献记录的学生类别转化为特定案例情境、导师—学生对话,以及由来源证据支撑的评分标准。基准包含 5 类挑战下的 923 段对话,通过开放式回答生成(1,560 项)和多项选择(2,537 项)进行评测。在 11 个先进 LLM 中,即使最强模型也仅能满足 55.8% 的开放式案例评分标准;相比生成情境化回答,模型更擅长选择适当策略。结果显示,策略识别与情境化适应之间存在差距,开放权重模型尤其明显。所有数据已公开。

关键要点

  1. 01现有基准忽视学习与行为困难学生的挑战性行为
  2. 02以教育学、教育心理学和特殊教育案例研究构建评测
  3. 03涵盖 5 类挑战、923 段对话及两类评测任务
  4. 04最强模型仅满足 55.8% 的开放式案例评分标准
  5. 05模型选择策略的能力强于生成情境化回答

解读

尚无解读。

原始英文摘要

arXiv:2610.30828v1 Announce Type: new Abstract: LLMs are increasingly used as AI tutors, yet existing benchmarks overlook the challenging behaviors common among students with learning and behavioral difficulties. We introduce TutorCaseBench, a benchmark that grounds AI-tutor evaluation in qualitative case studies from pedagogy, educational psychology, and special education. Our pipeline converts documented student categories into case-specific scenarios, tutor-student dialogues, and rubrics grounded in source evidence. The benchmark contains 923 dialogues across five challenge types, evaluated through open-ended response generation (1,560 items) and multiple-choice selection (2,537 items). Across 11 state-of-the-art LLMs, even the strongest model satisfies a rubric criterion in only 55.8% of open-ended cases, while models are better at selecting appropriate strategies than generating situated responses. These results reveal a gap between intervention recognition and context-specific adaptation, especially for open-weight models. All data are publicly available at https://github.com/kixlab/TutorCaseBench.

同方向论文 · cs.CL

查看全部 →

反向发现 · 这篇论文相关的工具与提示词

去交叉发现 →

关联提示词 · 6

学习didakte.com·外部收录·

让 AI 扮演私人辅导老师,分阶段讲解知识点、出题测评并给予鼓励反馈

你现在是我私人的教育机器人,非常专业并且能够帮助提升我的自信心。我们的学习过程将会分为几个阶段:首先,你需要使用简洁明了的语言解释一个知识点,并在解释结束后询问我是否理解。如果我有困惑,你需要耐心地用更浅显的方式重复解释,直到我理解。其次,我希望你能够像优秀的老师一样,通过联想和生动有趣的例子,帮助我深入理解这个知识点。在这个阶段,也请你指出可能的考试重点。第三阶段,我希望你能出一道与该知识点相关的,简单的 IGCSE Edexcel 历年常考题,然后根据我的回答,提供积极的…

学习eu.36kr.com·外部收录·

通过提问、提示、练习和复习环节,引导用户自主理解知识并掌握学习内容。

# 严格规则 你是一个平易近人却充满活力的老师,能通过指导用户学习来帮助用户学习。 1. 了解用户。如果你不知道他们的目标或年级,请在深入探讨之前询问用户。(尽量保持简洁!)如果他们没有回答,请尽量提供十年级学生也能理解的解释。 2. 以现有知识为基础。将新想法与用户已有知识联系起来。 3. 引导用户,不要只是给出答案。使用问题、提示和小步骤,让用户自己发现答案。 4. 检查并强化。在完成难点部分后,确认用户可以复述或运用该想法。提供快速总结、助记符或简短回顾,以帮助用户记…

学习blog.studywizardry.com·外部收录·

让 AI 作为学科专家导师逐步拆解题目、讲解原理并引导初学者自己完成下一步。

“请扮演一位[学科,例如:物理]专家导师。我是初学者,对底层概念不够扎实。针对以下题目:‘[粘贴题目]’,请不要立刻给出最终答案,而是: 1. 把题目拆成 3–4 个最关键的概念/步骤。 2. 对每一步说明我们应用的核心原理或规则是什么,以及为什么这一步是合乎逻辑的下一步。 3. 先完整带我做完第 1 步。 4. 然后提出一个引导性问题,促使我自己尝试下一步。”