REAT：用于多轮数学教学的反思性体验增强辅导框架

当前的大型语言模型（LLM）擅长解决复杂的数学问题，但这种熟练程度并不能本质上转化为有效的辅导。虽然高级大语言模型导师可以利用多智能体框架或微调，但大多数导师仍然缺乏系统地积累和重复使用教学经验的机制，限制了他们在流畅、多轮互动中对不同学生需求的适应能力。为了弥补这一差距，我们提出了反思体验增强辅导（REAT）框架，它将历史对话的经验蒸馏与实时自适应检索结合起来。在多智能体观察者-批评者-指导者 (OCM) 提炼流程的驱动下，REAT 会回顾过去的对话轨迹，并将原始交互提炼成结构化的、与问题无关的教学经验。在实时辅导期间，状态感知检索模块会注入这些策划的经验，以根据学生的认知状态提供自适应支架。实验表明，所提出的框架显着优于仅提示和监督微调（SFT）基线，特别是在改善复杂的低分辅导场景方面。至关重要的是，经过提炼的经验在不同的模型架构和数学数据集中表现出了强大的泛化能力。