Microsoft StudentSim 用真实学习记录训练个性化学生模拟器以优化 AI 导师

Microsoft Research 发布 StudentSim 系统，利用去标识化的公开学习者记录训练个性化 AI 学生模拟器，旨在在引入真实学生前评估和改进 AI 导师。该系统通过两个维度评估模拟器：行为保真度（是否匹配特定学生的独立回答）和指导响应性（是否在接收导师指导后更新回答）。在象棋、二语英语写作和数学三个领域，StudentSim 均优于 GPT-5.4 等基线模型。

实验显示，在象棋辅导的强化学习中，使用 StudentSim 作为奖励源的 AI 导师达到了 90.5% 的准确率，显著高于无强化学习的 75.7% 和使用 GPT-5.4 作为模拟学生的 71.6%。这表明基于真实数据的个性化模拟器能提供比通用大语言模型更准确的反馈信号，帮助导师学习如何针对特定学生进行指导。

该研究强调 StudentSim 是研发阶段的工具而非产品，不替代教师或课堂学习。其核心贡献在于证明了利用真实学习轨迹训练出的模拟器可以作为可扩展的代理反馈源，用于优化 AI 导师的训练过程。代码和评估协议已开源，未来工作将扩展至更长学习轨迹和更多学科。事实为模拟器提升了导师性能；推断为个性化数据对强化学习至关重要；猜测为该方法可能成为教育 AI 研发的标配流程。