arXiv cs.CL· Yeon Su Park, Chanyoung Park, Tae Soo Kim, Seungju Kim, Hyunwoo Kim, Daho Jung, Jinsung Yoon, Juho Kim·· 1 小时前精选AI 评分65
TutorCaseBench：评估 LLM 导师支持具有挑战性行为学生的案例基准
TutorCaseBench: A Case-Grounded Benchmark for Evaluating LLM Tutors in Supporting Students with Challenging Behaviors
AI 导读
研究人员发布 TutorCaseBench，这是一个基于教育学、教育心理学和特殊教育定性案例研究的基准，用于评估 LLM 作为 AI 导师的能力。该基准包含 923 段对话，涵盖五种挑战类型，并通过开放式响应生成（1,560 项）和多项选择（2,537 项）进行评估。
推荐理由
该基准揭示了大模型在识别干预策略与生成情境化回应之间的能力差距，为评估 AI 导师在特殊教育场景下的表现提供了实证依据。
来源：arXiv cs.CL · arxiv.org