Edu-Values：评估大语言模型中文教育价值的基准
计算与语言
2026-03-24 v4
摘要
本文提出Edu-Values，首个包含七个核心价值的中文教育价值评估基准：专业哲学、教师职业伦理、教育法律法规、文化素养、教育知识与技能、基本素养与学科知识。我们详尽设计1418个问题，覆盖多选题、多模态问答、主观分析、对抗性提示以及中文传统文化（简答）题等类型。我们对21个最先进（SoTA）大语言模型进行人类反馈式自动评估，突出三个主要发现：（1）由于教育文化差异，中文LLM在英语LLM方面表现更好，Qwen 2以81.37的分数排名第一；（2）大语言模型在教师职业伦理和专业哲学方面常常表现不佳；（3）利用Edu-Values构建外部知识存储库进行RAG显著提高了大语言模型的对齐性。这表明所提出的基准方法有效。
引用
@article{arxiv.2409.12739,
title = {Edu-Values: Towards Evaluating the Chinese Education Values of Large Language Models},
author = {Peiyi Zhang and Yazhou Zhang and Bo Wang and Lu Rong and Prayag Tiwari and Jing Qin},
journal= {arXiv preprint arXiv:2409.12739},
year = {2026}
}
备注
The authors are withdrawing this paper to make substantial revisions and improvements before future submission