面向 tutoring 对话的 history-aware 学生档案

开发大型语言模型（LLM）驱动的自动化 tutoring 工具的关键环节之一是学生模拟，即利用LLM扮演学生，以促进教师模型的评估和训练。现有工作大多聚焦于对话内部的模拟，缺乏对学生知识和行为的背景，部分原因是未基于过去的学生问答或对话互动进行 grounding。本文提出 history-conditioned 学生模拟任务，即通过利用学生学习 history 信息来准确预测学生对话走向。我们提出一个两组件框架，其中包括档案生成器对学生 history 进行总结，以及在给定档案的条件下预测学生走向的模拟器。我们使用强化学习（RL）训练两个组件，使得档案针对可靠的学生模拟进行优化。我们在我们从数学学习平台收集的首个真实世界的学生对话和问题响应数据集上评估了该方法和基线方法。大量实验表明，我们的方法在基线方法上显著优越，证明了 history、档案和RL训练的重要性。