标签
该论文提出 MISCONCEPTDIALOGUE 框架，发现基准式精确匹配评分与人工校准的 LLM-as-judge 在相同对话上相差 39.2 个百分点，并指出 LLM 数学导师几乎不会依据所提供的诊断信息调整教学。
Physics Tutor 是一个AI代理，旨在通过第一性原理推理教授物理，使用Socratic指导和自适应技术来提高理解并纠正误解。