研究人员开发了一种利用大型语言模型 (LLM) 识别和分类学生在数学形式化建模中常见的错误的新工作流程。这种工具支持的方法会生成修复错误的转换，将不正确的形式化转换为正确的形式化，从而能够分析大型教育数据集。该方法已通过重现命题逻辑中已知的错误得到验证，并证明可以推广到各种形式化，为计算机科学教育研究人员和教师提供可扩展的解决方案。 AI
影响 提供了一种可扩展的方法来分析学生在形式化建模中的错误，有可能改进教育工具和反馈系统。
排序理由 该集群包含一篇学术论文，详细介绍了使用 LLM 分析学生错误的新方法。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
