InqEduAgent：基于高斯过程增强的自适应 AI 学习伙伴
人工智能
2025-09-29 v3
摘要
协作伙伴关系在探究式教育中至关重要。然而，大多数学习伙伴的选择要么依赖于缺乏科学规划的经验式分配，要么建立在基于规则的机器助手之上，面临知识扩展困难和灵活性不足的问题。本文提出了一种由 LLM 驱动的智能体模型，用于模拟和选择专为探究式学习定制的学习伙伴，命名为 InqEduAgent。生成式智能体被设计用于捕捉真实场景中学习者的认知和评估特征。随后，构建了一种基于高斯过程增强的自适应匹配算法，以识别先验知识中的模式。为面对不同练习的学习者提供最佳的学习伙伴匹配。实验结果表明，InqEduAgent 在大多数知识学习场景以及不同能力水平的 LLM 环境中均表现出最佳性能。本研究促进了基于人类的学习伙伴的智能分配以及基于 AI 的学习伙伴的构建。代码、数据和附录已在 https://github.com/InqEduAgent/InqEduAgent 公开提供。
引用
@article{arxiv.2508.03174,
title = {InqEduAgent: Adaptive AI Learning Partners with Gaussian Process Augmentation},
author = {Wen-Xi Yang and Tian-Fang Zhao and Guan Liu and Liang Yang and Zi-Tao Liu and Wei-Neng Chen},
journal= {arXiv preprint arXiv:2508.03174},
year = {2025}
}