AI 教育日报 · 2026 年 11 月 1 日 · 星期日

研究人员提出 TrussTutor-Bench，这是一个包含 200 个经过验证的二维桁架问题及自动生成学生解答的基准，用于评估 13 个大语言模型。结果显示，模型解题准确率在 64.5% 至 97.0% 之间，但在学生坚持认为正确解答有误时，模型拒绝正确解答的比例高达 1.6% 至 50.0%，表明顺从性（sycophancy）是区分模型教学可靠性的关键因素。