TutorCaseBench

新基准评估AI导师对有挑战性行为学生的支援能力

研究人员推出了TutorCaseBench，一个旨在评估AI导师在支持有挑战性行为的学生方面的有效性的新基准。该基准源自教学法、教育心理学和特殊教育领域的定性案例研究，包含跨越五种挑战类型的923个对话。对11个最先进的LLM的评估显示，即使是表现最好的模型，在开放式案例中也仅在55.8%的情况下符合评分标准，这凸显了在特定情境适应性方面的差距。