EDUMATH：生成符合标准的教育数学 word problem

数学 word problem（MWP）是 K-12 教育中的关键工具，针对学生兴趣和水平进行定制化可提升学习效果。然而，教师在面对大班规模和日益加剧的倦怠时，难以为学生定制 MWP。我们提议，大语言模型（LLM）可支持数学教育，通过生成针对学生兴趣和数学教育标准定制的 MWP。我们采用面向人类专家和 LLM 的联合评判方法，对 11,000 份由开源和封闭 LLM 生成的 MWP 进行评估，并开发了首个面向标准对齐教育 MWP 生成的教师标注数据集。我们展示了该数据价值：通过使用该数据训练一个 12B 的开源模型，使其在性能上与更大且更强大的开源模型相当。我们还利用教师标注数据训练了一个文本分类器，使 30B 的开源 LLM 能够在不进行训练的情况下超越现有封闭基准。随后，我们展示我们模型生成的 MWP 与现有模型相比更接近人类撰写的 MWP。最后，我们进行了首次针对小学生的定制 LLM 生成 MWP 的研究，发现学生在我们模型生成的 MWP 上表现与人类撰写的 MWP 相当，但持续更偏好我们定制化的 MWP。