ИССЛЕДОВАНИЕ · RESEARCH · #688
Microsoft и Университет Иллинойса представили StudentSim для создания реалистичных копий учащихся и обучения AI-репетиторов
Исследователи из Microsoft и Университета Иллинойса представили StudentSim — двухэтапную систему, которая из небольшого объёма данных (в основе используется Alibaba Qwen3-4B-Instruct) создаёт индивидуальные модели учащихся, воспроизводящие типичные ошибки и реакцию на подсказки. На публичных наборах данных по шахматам, английскому как иностранному и математике StudentSim обошёл промптованный GPT-5.4 в предсказании поведения и позволил улучшить обучение репетитора в демонстрационном случае с шахматами; код опубликован на GitHub.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Исследователи из Microsoft и Университета Иллинойса представили StudentSim — двухэтапную систему, которая из небольшого объёма данных (в основе используется Alibaba Qwen3-4B-Instruct) создаёт индивидуальные модели учащихся, воспроизводящие типичные ошибки и реакцию на подсказки.
- На публичных наборах данных по шахматам, английскому как иностранному и математике StudentSim обошёл промптованный GPT-5.4 в предсказании поведения и позволил улучшить обучение репетитора в демонстрационном случае с шахматами; код опубликован на GitHub.
- StudentSim важен тем, что реалистичные модели учащихся, реагирующие на инструкции, могут ускорить и удешевить оценку и обучение адаптивных AI-репетиторов, когда сбор данных от реальных учащихся дорог или медленен.
ПОЧЕМУ ЭТО ВАЖНО
StudentSim важен тем, что реалистичные модели учащихся, реагирующие на инструкции, могут ускорить и удешевить оценку и обучение адаптивных AI-репетиторов, когда сбор данных от реальных учащихся дорог или медленен.