论文
INSIDE学生心智：在LLM学生模拟器中联合建模潜在推理与行动
INSIDE the Student's Mind: Jointly Modeling Latent Reasoning and Action in LLM Student Simulators
摘要
基于大语言模型（LLM）的模拟器常常再现可观察的行动，却未能捕捉其背后的推理。在学生模拟日益被用于评估辅导系统等多种应用的教育领域，这一差距尤为突出。两名学生可能出于完全不同的原因提交完全相同的作业。我们提出INTERNAL STUDENT DIALOGUE（INSIDE），一个对学生建模的框架，它微调LLM不仅使其表现得像学生，还使其像学生一样思考。INSIDE基于布鲁姆分类法生成跨越认知、情感和行动维度的内部对话，并在成对的思考轨迹与行动上微调模型。我们与不同的提示词框架进行基线比较，并在两个轴上评估：模拟行动的保真度和生成的内部对话质量。评估表明，INSIDE在行动保真度（匹配真实学生的代码生成）和推理对齐两方面都提升了模拟保真度，跨模型取得最高对齐度，最高达57.9%。
