tutoring

humans& 推出 &Tutor——一个以 Persimmon 作为模拟学习者进行对练训练的教学模型，在 TutorMoments 基准测试上取得了最先进（state-of-the-art）的结果，在普通提示（plain prompting）下表现优于 Claude Sonnet 5.5 和 GPT-6 Astra 等前沿模型。

MCAT Tutor 是一个 AI 智能体，通过教授科学推理和文章分析帮助准备 MCAT 考试，适应个人用户需求以提供个性化辅导。

这篇文章介绍了五个基于GitHub的技能，适用于AI代理，使它们能够担任导师、管理YouTube工作流、设计平台、添加防护措施，并协助创始人处理日常任务。

DeepTutor 是一个开源的AI驱动学习工作区，整合了辅导、解题、测验等功能，提供终身个性化学习体验。

这篇文章批评了AI辅导聊天机器人Khanmigo的失败，认为其设计作为‘说教式教学’工具存在根本缺陷，并对比了通过制作和探索进行的有效学习。

字节跳动正在扩展其AI教育应用Gauth，利用AI生成的动画引导学生解决问题，这引发了人们对于此类工具究竟是真正提升理解力，还是仅仅制造学习错觉的质疑。

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。

港大开源了一款名为DeepTutor的AI个性化辅导私教工具，支持多种模式、记忆系统和本地模型部署，在GitHub上已获25k星。

MIT启动了MIT4America微积分项目，为资源不足的美国高中学生提供远程微积分辅导，以解决近半数美国高中缺乏微积分课程的问题。

本文提出了一种自适应、学科感知的提示路由框架，用于基于LLM的高中辅导，利用14个教学特征来切换策略。对359名学生进行的A/B测试显示，与静态基线相比，效率和转化率有所提高。

本文提出了一种系统，将先验知识图谱与基于PPO的策略相结合，以结构化LLM的苏格拉底式辅导，实验表明，在学生的掌握程度和效率上，该系统优于启发式方法和前沿模型基线。

斯坦福法学院的一项研究发现，在对合同法课程简答题辅导的盲评中，法学院教授对大型语言模型生成的答案评分高于同伴答案，LLM在75.33%的比较中胜出，且较少被标记为有害。

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。