TutorCaseBench：评估LLM辅导者应对挑战行为
热点事件持续更新
TutorCaseBench：评估LLM辅导者应对挑战行为
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
研究团队发布 TutorCaseBench，一个基于教育学、教育心理学和特殊教育定性案例的 AI 辅导评估基准，包含 923 段对话、覆盖五类学生挑战行为，含 1,560 道开放式生成题与 2,537 道选择题，数据已公开。 在 11 个 SOTA 大模型中，最强模型在开放式场景中仅 55.8% 满足评分标准；模型选择合适策略的能力强于生成情境化回应，开源权重模型的差距尤为明显。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
TutorCaseBench：评估 LLM 辅导者应对学生挑战性行为的案例基准报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.CLTutorCaseBench：评估 LLM 辅导者应对学生挑战性行为的案例基准
研究团队推出 TutorCaseBench，一个基于教育学、教育心理学和特殊教育定性案例的 AI 辅导评估基准，包含 923 段对话、覆盖五类挑战行为，含 1,560 道开放式生成题与 2,537 道选择题。在 11 个 SOTA LLM 中，最强模型在开放式场景中仅 55.8% 满足评分标准，且模型选择合适策略的能力强于生成情境化回应，开源权重模型差距尤为明显。数据已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。