论文

FairTutor:面向预算受限AI辅导的公平感知教学LLM路由

FairTutor: Equity-Aware Pedagogical LLM Routing for Budget-Constrained AI Tutoring

AI 基础设施模型网关

摘要

生成式AI导师提供实时个性化学习支持——但也制造新的教育不平等:能访问高端AI服务的学生可能获得比限于免费或低价服务的学生更清晰的解释、更个性化的引导与更好的脚手架。为应对该挑战——我们提出FairTutor——公平感知的模型路由框架——经教学动机的多智能体编排实现高性价比AI辅导。FairTutor组合查询分析、教学规划、低成本模型生成、评估器引导的批评与修订——以及向高端AI模型的选择性升级。我们引入接入档位AI教育(AIED)优势缺口度量高端接入与预算受限辅导间的质量差——及横跨数学、阅读、写作、科学与语言学习的TutorAccessEval基准。实证评估表明FairTutor取得97.1%的高端教学质量(按底线调整的Likert量表)——同时把服务成本降低71.6%。敏感性分析揭示可调的成本-质量Pareto前沿——使FairTutor可按多样学生群体的需要定制。

FairTutor:面向预算受限AI辅导的公平感知教学LLM路由:论文配图
图 1:FairTutor 工作流程。低成本导师产生初步反应;评估者接受它,将其发送给低成本评论家重写器,或将其升级给高级导师。为了降低AI辅导的整体成本,除Premium Tutor之外的所有模块均采用低成本模型。