TutorCaseBench：评估 LLM 导师应对学生挑战性行为的真实案例基准
英文标题：TutorCaseBench: A Case-Grounded Benchmark for Evaluating LLM Tutors in Supporting Students with Challenging Behaviors
随着大语言模型（LLM）越来越广泛地用作 AI 导师，现有基准普遍忽视了有学习与行为困难学生群体中常见的挑战性行为。为此，研究团队提出了 TutorCaseBench，这是一个将 AI 导师评测建立在质性案例基础上的全新基准。该研究填补了特殊教育与复杂教学情境下大模型交互评估的空白，为开发者构建更具包容性与适应能力的教育 Agent 提供了重要参考。
打开原文相关 2.4 · 机会 0
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
arXiv 论文编号：arXiv:2610.30828v1
公布类型：new
摘要
大语言模型（LLM）正日益广泛地被用作 AI 导师，然而现有的基准测试往往忽视了存在学习和行为困难的学生中常见的挑战性行为。为此，我们提出了 TutorCaseBench，这是一个将 AI 导师评估建立在质性案例基础之上的基准测试，旨在系统评测模型在支持具挑战性行为学生时的表现与应对能力。
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×