TutorMoments: Do AI tutors know when to help and when to hold back?
Bild från huggingface.co
Hugging Face presenterar TutorMoments, ett sätt att testa om AI-modeller kan fungera som bra lärare — specifikt om de vet när de ska hjälpa en elev och när de ska låta eleven göra jobbet själv.
De använder verkliga handskrivna transkript från mattelektioner, där erfarna lärare har markerat de kritiska momenten. Sedan låter de AI:n ta över som lärare och ser vad den gör. Resultatet visar att AI-modeller oftast ger för mycket hjälp istället för att låta eleverna tänka själva, även om man kan förbättra det genom att explicit säga till modellen vad balansen mellan stöd och utmaning bör vara.
Told only to "tutor well," we find that models tend to over-help by giving too much support and rarely pushing students to do deeper thinking.
Sammanfattningen är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör Hugging Face.
Mer från Hugging Face
IBM releases SOTA Granite Time Series PatchTST-FM-r2 model with commercial-friendly license
Hugging Face för 7 tim sedan
Safety for Whom? Refusing the Right Subset of a Topic, Not the Whole Topic
Hugging Face 8 sep.
v0.34.0
Ollama för 19 min sedan
The exact tools used to port a massive codebase in days #programming #typescript #dev
AI Engineer för 3 tim sedan