标签
分享了沃顿商学院「Generative AI Studio」的教学实践：将生成式 AI 视为创意媒介而非效率工具，通过 Crit（作品评议）和 Charrette（限时创作）两大艺术设计教育方法，培养学生在 AI 时代最宝贵的判断力、品味、创造力与批判性思维。
3Blue1Brown 创始人 Grant Sanderson 在 JPBM 传播奖讲座中以'迈达斯王之手'为喻，指出数学的精确性既是礼物也是'教学诅咒'——它让严密性极易被衡量，却让教学清晰度难以被检验，因此他主张'提高数学讲解的天花板、降低数学讲解的地板'。
OmniEdu 推出一个开放的基础模型家族，专为K-12教育设计，通过精选语料库训练，以提高问题解决、课程理解和教学辅导能力。
本文提出了一种用于人工智能驱动英语教材的五层架构，并在186名本科生上进行了测试，结果显示完成准确率、口语分数提高，教师批改时间减少。
本文利用离线强化学习自动生成高质量的国际象棋谜题，基于来自Chess.com和Lichess等平台的广泛用户数据，提升对初学者的教学价值。
TeachMateGPT提出一个多智能体框架，改进了检索增强生成技术，用于从科学教科书创建教学评估，与基线系统相比，实现了更高的忠实度和答案相关性。
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。
这项基于设计的研究探讨了教学支架如何帮助少数民族预科生在提示工程任务中从被动消费转向与生成式AI进行批判性共创，从而提升提示自我效能感，并主动把关AI生成的内容。
本文对LLM评判的有用性是否能够可靠地区分AI辅导中直接给出答案与教学引导进行了预注册审计。作者发现，通用有用性并非可靠的教学信号，建议改用针对教学的评分标准和确定性过程度量。
来自 Wharton's Generative AI Studio 的一篇文章，描述了传统艺术教学法——工作室结构、评论和快速设计研讨会——如何应用于将生成式AI作为一种创造性媒介进行教学，以开发产品和服务。
本文提出了HeuristicEdu，一个通过监督预热和带有启发式奖励的GRPO将Qwen2.5-7B对齐为苏格拉底式导师的流程，并在新数据集SocraticEdu上进行评估，展示了改进的脚手架有效性和减少的关键词泄露。
本文系统表征了线性模型与单量子比特混合态模型在二分类任务中的内在可解释性差异，揭示了量子模型学习的是超椭球而非超平面，并探讨了这一发现对归纳偏置及教学法的启示。
LessonBench-V1是一个新的基准数据集，将647个人类编写的STEM课程与逆向工程的教学计划配对，能够系统评估AI课程生成代理。
总结了与CAISconf上顶尖AI研究员对话中的三个关键要点，涵盖评估对AI智能体的重要性、工业界与学术界的权衡，以及一种新颖的教学式强化学习方法。
介绍了EduAgentBench，一个基于源的基准，用于评估辅导智能体在教学专业判断、多轮辅导以及自主教学工作流程执行方面的能力。对前沿模型的评估表明，它们在情境化辅导和工作流任务中仍未能达到专业教学标准。
描述了一种训练技术，涉及 Spike-aware 教学奖励（惩罚不合理跳跃）和 Surprisal-gated 模仿（学生快速学习简单标记，缓慢学习困难标记）。