EduEVAL-DB：用于教育性解释风险评估的角色基数据集
人工智能
2026-02-20 v2 数据库
摘要
本工作引入EduEVAL-DB，这是一个基于教师角色设计的数据集，旨在支持自动教育评估器和AI家教对指令性解释进行评估和训练。该数据集包含854个解释，对应139个来自精选ScienceQA基准子集的问题，涵盖K-12年龄段的科学、语言和社会科学。对于每个问题，提供一个人类教师解释和六个由模拟教师角色生成的解释。这些角色灵感来自教育实践中观察到的教学风格和不足，经过提示工程实现。我们进一步提出了与既定教育标准一致的教育风险评估标准，将其操作化为五个互补风险维度：事实正确性、解释深度和完整性、聚焦和相关性、学生水平适当性以及意识形态偏见。所有解释都通过半自动过程获得的二元风险标签标注，经专家教师审核。最后，我们 presenting 对EduEVAL-DB适用于评估的初步验证实验。我们对最先进的教育导向模型(Gemini 2.5 Pro)和轻量级本地Llama 3.1 8B模型进行基准测试，检验在EduEVAL-DB上进行的监督微调是否支持可部署于消费硬件的教育风险检测。
引用
@article{arxiv.2602.15531,
title = {EduEVAL-DB: A Role-Based Dataset for Pedagogical Risk Evaluation in Educational Explanations},
author = {Javier Irigoyen and Roberto Daza and Aythami Morales and Julian Fierrez and Francisco Jurado and Alvaro Ortigosa and Ruben Tolosana},
journal= {arXiv preprint arXiv:2602.15531},
year = {2026}
}
备注
10 pages, 3 figures. Published in Intl. Conf. on Learning Analytics & Knowledge Workshops (LAK Workshops 2026, GenAI-LA 26)