BigMath

新的LLM教学方法UCO可追踪学生理解情况

科尔多瓦大学的研究人员开发了一种名为单向认知优化（UCO）的新方法，用于使用大型语言模型进行自适应教学。UCO通过引入两个新颖的奖励函数来解决当前LLM辅导的局限性：进度奖励（Progress Reward），评估学生的真实理解程度；以及支架奖励（Scaffold Reward），识别学生的最近发展区（Zone of Proximal Development）。在BigMath和MathTutorBench基准上的实验表明，UCO的表…