标签
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。
本研究比较了两种基于大语言模型的辅导方法（苏格拉底式引导 vs 提示优化）在编程教育中的应用，发现苏格拉底式引导能够促进更好的学习成果，并使学生在后续使用无约束大语言模型时更倾向于采用理解驱动的提示策略。
SocraticPO通过苏格拉底式自然语言指导和奖励衰减增强强化学习（RL）的展开过程，以提升大语言模型（LLM）的科学推理能力，在SciKnowEval基准测试中超越强基线。