标签
本文探讨了AI检测器在教育领域日益广泛的使用及其引发的不信任氛围，重点指出了误报问题和AI生成文本检测的主观性。
The Turing Post 的一条推文，推荐亚历山大·荣格（Alexander Jung）的著作《Machine Learning: The Basics》，称其是一本紧凑的复习指南，涵盖数据–模型–损失框架，包括假设空间、模型选择、经验风险最小化（ERM）、正则化、概率模型、聚类、联邦学习、隐私与可解释性。
Ai2推出了TutorMoments，一个基于回放的评估框架和数据集，用于衡量大语言模型在1对1数学辅导中能否平衡何时提供帮助与何时放手。初步结果显示，模型倾向于过度帮助，而提示工程只能部分缩小与人类导师的差距。
A tweet recommending Jeff Erickson's free online algorithms textbook, highlighting its great illustrations and overall quality.
本文介绍了教学适宜性指数（PSI），这是一个综合指标，用于评估和改进基于LLM的AI导师如何使回答与学习者的准备程度和课程进度保持一致，并表明PSI引导的反馈能够改善薄弱的教学案例。
LangChain Academy 宣布对其免费的“Introduction to Deep Agents”课程进行更新，新增了动态与异步子代理模块、课程导师技能、顶点项目、实践练习和 TypeScript 支持，以及 Deep Agents v0.7 的更新。
本文研究了在数学评估中预测题目难度时应如何表示视觉证据，比较了仅文本、视觉文本化以及使用LLMs和VLMs的图像原生建模。研究发现，图像原生建模是文本化的有竞争力的替代方案，其性能取决于VLM的适配。
文章讨论了AI检测工具并不可靠，且被教育工作者滥用来惩罚学生，导致错误的作弊指控。文章强调，此类工具不应作为惩罚的唯一证据，并指出了透明度和适当评估的必要性。
作者发布了一个免费的GEO（生成式引擎优化）在线专业测试系统，基于54篇论文和大量AI平台引用特征设计30道题目，测试完全免费开源，帮助用户建立GEO专业认知。
AI 充当了一位耐心、全天候的私人导师，解释概念、调试代码，并一步步指导学习者，不带任何评判，从而让学习编程变得容易得多。
提出了一种基于证据的多模态流水线，从讲座视频中构建富含溯源信息的知识图谱，结合ASR、OCR和视觉-语言模型，在神经网络讲座上实现了高检索准确率。
Matt Pocock 正在完成他的第一个人工智能编程课程，该课程面向有经验和新手开发者全年开放，价格约为 200 美元，本月发布。
OpenAI宣布为ChatGPT Work和Codex推出三款新的教育插件，旨在帮助学生和教育工作者利用智能体AI能力处理课程材料，可通过ChatGPT Edu和ChatGPT for Teachers获取。
Flexport推出了SimForwarder，这是一款由AI驱动的视频游戏，旨在以有趣的方式向人们介绍货运代理行业。
微软官方免费课程《AI Agents for Beginners》已扩展到18节课，覆盖AI Agent构建的基础概念到生产部署，配有文字教程、视频和可运行的Jupyter Notebook代码示例。
墨西哥国立自治大学（UNAM）的一场AI监考远程入学考试出现了异常离谱的分数，引发作弊指控，并迫使约5.8万名考生重新参加线下考试。
推文重点介绍斯坦福大学一门3小时的课程，该课程从头开始构建自我改进的AI智能体，涵盖基础知识、多步推理和从反馈中学习，并提到AI工程师的高薪。
Google和Kaggle的5天AI Agents Intensive Vibe Coding课程吸引了超过35.3万名参与者，提交了数千个结业项目；该课程仍可作为自定进度的学习指南。