AIriskEval-edu Demo

新AI平台审计教育性解释中的教学风险

研究人员开发了AIriskEval-edu Demo，一个旨在审计教育性解释教学质量的平台。该系统在五个维度上评估解释：事实准确性、深度、相关性、学生适宜性和意识形态偏见，提供二元决策、置信度分数和自然语言理由。它利用API的GPT-5.5和在自定义数据集上微调的自托管Llama 3.1 8B模型。本地评估器在大多数指标上表现优于GPT-5.5，为教育机构提供了一个安全的、内部的内容审计解决方案。