AgentSME：用于模拟智能教育中多样化沟通模式的代理系统
人工智能
2025-08-06 v1
摘要
为智能教育量身定制的生成式代理模型仍相对不成熟。一个关键挑战源于教育情境的内在复杂性：学习者是具有各种认知行为的人类，而教学本质上以个性化的人类间沟通为中心。为此本文提出 AgentSME，一个由 LLM 支持的统一生成式代理框架。模型中考虑三种沟通模式，即 Solo、Mono 和 Echo，反映不同的代理自主性和沟通 reciprocity。准确率作为主要评估指标，辅以三项多样性指数用于评估推理内容的多样性。测试了六个广泛使用的 LLM，以验证沟通模式在不同模型层级中的鲁棒性，这些模型被均等划分为基础能力和高能力配置。结果显示，使用 Echo 沟通模式的生成式代理获得最高的准确率得分，而 DeepSeek 显示出最大的多样性。本研究为提高代理学习能力并激发智能教育模型提供了有价值的信息。
引用
@article{arxiv.2508.03109,
title = {AgentSME for Simulating Diverse Communication Modes in Smart Education},
author = {Wen-Xi Yang and Tian-Fang Zhao},
journal= {arXiv preprint arXiv:2508.03109},
year = {2025}
}