ConvoLearn：面向微调对话式 AI 讲师的数据集
人工智能
2026-04-13 v4 人机交互
机器学习
摘要
尽管对教育领域的 LLM 采纳日益增长，但 LLM 仍与有效辅导的核心原则相 misalignment，即知识的对话构建。我们介绍 ConvoLearn，这是一个包含 2,134 个半合成讲师-学生对话的数据集，围绕知识建构理论中的六个维度进行操作化， situated 在中学地球科学课程中。我们展示了，带有维度标签的对话式训练数据捕获的教育信号在其半合成领域之外具有可 generalization：在多个子尺度上，基于 ConvoLearn 训练的分类器得分与专家编码的教学质量显著相关。作为概念验证，我们在 ConvoLearn 上对 Mistral-7B 进行微调，表明维度级别的微调可以引导 7B 大型开源模型 toward 对话式辅导行为，使得拥有资质的教师将其评分为强于强大的专有基准。通过这项工作，我们支持开发能够进行更对话互动的 AI 讲师。
关键词
引用
@article{arxiv.2601.08950,
title = {ConvoLearn: A Learning Sciences Grounded Dataset for Fine-Tuning Dialogic AI Tutors},
author = {Mayank Sharma and Roy Pea and Hari Subramonyam},
journal= {arXiv preprint arXiv:2601.08950},
year = {2026}
}