Pedagogy-R1：面向教育的推理模型与平衡教育基准
人工智能
2025-05-27 v1 计算与语言
摘要
近期大型推理模型（LRMs）在数学和编程等结构化领域表现突出，但常常缺乏教育上的连贯性和真实的教学行为。为弥合这一差距，我们引入Pedagogy-R1，通过三项创新措施将LRMs适用于课堂应用：（1）基于蒸馏的管道过滤和精炼模型输出以进行教学调教；（2）Well-balanced Educational Benchmark（WBEB），用于评估知识、教学知识、推理、作文评分和教师决策等方面的性能；（3）Chain-of-Pedagogy（CoP）提示策略，用于生成和挖掘教师式推理。我们的混合方法评估结合定量指标与定性分析，首次系统评估LRMs的教育优势与局限。
引用
@article{arxiv.2505.18467,
title = {Pedagogy-R1: Pedagogically-Aligned Reasoning Model with Balanced Educational Benchmark},
author = {Unggi Lee and Jaeyong Lee and Jiyeong Bae and Yeil Jeong and Junbo Koh and Gyeonggeon Lee and Gunho Lee and Taekyung Ahn and Hyeoncheol Kim},
journal= {arXiv preprint arXiv:2505.18467},
year = {2025}
}
备注
15 pages, 5 figures, 4 tables