学生-教师对话中的误概念诊断：生成、检索、重排序

及时和准确地识别学生误概念是提高学习结果和预防学生错误累积的关键，但该任务高度依赖于教师的 effort 和 intuition。本文提出了一种新方法，通过大型语言模型（LLM）从学生-教师对话中检测误概念。首先，我们使用微调的 LLM 生成可行的误概念，然后通过与输入对话的 embedding similarity 检索最具潜力的候选对象。这些候选对象随后由另一个微调的 LLM 进行评估和 re-rank，以提高误概念相关性。我们在教育 tutoring 平台的真实对话上进行了实证评估。我们考虑包括 LLaMA、Qwen 和 Claude 在内的多个 base LLM 模型，并在 zero-shot 和 fine-tuned 设置下进行测试。我们发现我们的方法在 baseline 模型之上提高了预测性能，且 fine-tuning 不仅提高了生成的误概念质量，还能超过较大的闭源模型。最后，我们进行 ablation 研究，以验证 generation 和 reranking 步骤在误概念生成质量方面的重要性。