Bemutatta a StudentSim rendszert a Microsoft és az Illinois Egyetem

Új szimulációs rendszert mutatott be a Microsoft és az Illinois Egyetem, amely valósághű diákreplikákat képes létrehozni kevés rendelkezésre álló adatból. A StudentSim nevű rendszer célja, hogy gyors és költséghatékony visszajelzést biztosítson az AI-tutorok képzéséhez, mivel a valós diákokkal végzett tesztelés túl drága és időigényes lenne. (The Decoder)

Az AI-tutorok akkor működnek a legjobban, ha képesek alkalmazkodni az egyes diákok erősségeihez és gyengeségeihez. A kutatók szerint a jelenlegi módszerek vagy valós diákadatokból tanulnak, de nem tudják használni a tutor magyarázatait, vagy nyelvi modellek, amelyeket diákokként promptolnak, de nem tudják pontosan utánozni a diákok viselkedését. A StudentSim mindkét képességet mérhető céllá alakítja: leméri, mennyire pontosan utánozza a replika a diák válaszait, beleértve a tipikus hibákat, és mennyire hajlandó módosítani a válaszát a tutor segítsége után.

Kétlépcsős képzés kevés adattal

A kutatók legnagyobb kihívása az adathiány. Az angol íráskészletben az átlagos diák mindössze három esszét írt, és több mint kétharmaduk ötöt vagy kevesebbet. A kutatók szerint a modell túlilleszkedése miatt közvetlenül ilyen kevés példányszámra képezni egy replikát kudarcot vall.

A StudentSim kétlépcsős képzést alkalmaz: először egy alapmodell a diákok összesített adataiból tanulja meg a közös mintákat, beleértve a gyakori hibákat és azt, hogyan javítanak a diákok a tutor tippjei után. Ezt követően ezt a modellt az egyéni diákhoz igazítják a rendelkezésre álló kevés rekord felhasználásával. Az Alibaba Qwen3-4B-Instruct nyelvi modellt használják alapként.

A GPT-5.4-nél jobb eredmények

A kutatók 60 diák részvételével tesztelték a módszert sakk, angol mint idegen nyelv és matematika tantárgyakban. A StudentSim minden tantárgyban felülmúlta a nagyobb GPT-5.4 nyelvi modellt, amikor azt diák szerepére promptolták. Sakkban a StudentSim körülbelül kétszer gyakrabban jósolta meg a játékos következő lépését, és szinte mindig követte a korrekciós útmutatást. A kutatók szerint a GPT-5.4 és a speciális sakkmodellek lemaradnak. A Maia2 minden játékosnál ugyanazt a lépést jósolta meg, a GPT-5.4 mindhármat rosszul, míg a StudentSim helyesen jósolta meg mindhárom egyéni lépést.

A kutatók szerint minden létező módszernek megvan a maga gyengesége. A GPT-5.4 követi a tippeket, de nem utánozza egy adott diák hibáit. A sakkmodellek illeszkednek a játékos viselkedéséhez, de nem tudják értelmezni a verbális tippeket, és figyelmen kívül hagyják azokat. Egy pozícióban három valós játékos három különböző lépést választott. A StudentSim mindegyik játékos választását reprodukálta, míg egy sakkmodell mindháromra ugyanazt a legvalószínűbb lépést jósolta meg. A GPT-5.4 mindhármat rosszul teljesítette.

A rendszer továbbfejlesztett sakkoktatóként is bizonyított. A StudentSim-mel képzett oktató a pontosság és az adaptáció terén is magasabb pontszámot ért el, mint a GPT-5.4-gyel vagy semmilyen extra képzés nélkül képzett oktatók. A kutatók szerint ez csak egy koncepcióbizonyítás, nem állítják, hogy ez a legjobb tutor. A jövőben azt szeretnék modellezni, hogyan szereznek, tartanak meg és felejtenek el tudást a diákok több gyakorlati foglalkozás során. A kód elérhető a GitHubon.