倾听、纠正和反馈：口头教学反馈的生成

语法错误纠正（GEC）和解释（GEE）取得了快速进展，但真实的教学场景还需要\emph{对学习者友好的教学反馈}，即可操作的、适合水平的和令人鼓舞的。我们引入了 \textbf{SPFG} (\textbf{S}poken \textbf{P}edagogical \textbf{F}eedback \textbf{G}eneration)，这是一个基于 Speak \& Improve Challenge 2025 语料库构建的数据集，将流利性转录与 GEC 目标和 \emph{人类验证} 教师风格反馈配对，包括用于偏好学习的首选/拒绝反馈对。我们研究了基于转录的口语语法错误纠正 (SGEC) 设置，并评估了三种指令调整的 LLM（Qwen2.5、Llama-3.1 和 GLM-4），将监督 微调 (SFT) 与基于偏好的对齐（使用 DPO 和 KTO）进行比较，以联合生成更正和反馈。结果表明，SFT 提供了最一致的改进，而 DPO/KTO 产生较小或混合的增益，并且校正质量和反馈质量是弱耦合的。我们的实现可以在 https://github.com/Skywalker-Harrison/spfg 上找到。