Edu Agent

[TOC] LongTutor: Benchmarking Large Language Models for Long-term Personalized Tutoring LongTutor: Benchmarking Large Language Models for Long-term Personalized Tutoring - ACL Anthology Idea 核心是根据长期记忆数据，制作了三个问题： 三个问题的类型由论文预先规定： Q1：信息提取——询问单条历史记录中的事实。 Q2：跨记录推理——要求综合多条历史记录回答问题。 Q3：幻觉检测——询问历史中不存在的信息，测试模型能否拒绝编造。 核心目的是：区分大模型**“能找到历史信息”“能综合历史信息”和“知道历史中没有某个信息”**这三种不同能力。 ...

[TOC] Conversational Learning Diagnosis via Reasoning Multi-Turn Interactive Learning https://arxiv.org/pdf/2603.03236 AAAI 2026 Intro 对话式学习非常要求教师持续判断学生当前的认知状态 Q1 已有的认知状态建模方法，如知识追踪，是离散化的标签形式 1题目 1：答对 2题目 2：答错 3题目 3：答对 离散标签不适合对话教学，无法提供足够的上下文 ...