StudentSim：训练基于LLM的学生模拟器

AI辅导系统在能够适应每位学生的优势、劣势和偏好指导时最为有效，但关于哪种指导对哪类学生有效的证据，从真实学习者中收集既稀疏、缓慢又成本高昂。学生模拟器可作为代理提供这一信号，然而现有方法存在局限：状态跟踪模型能拟合学生行为，但难以处理解释或纠正；而LLM角色扮演虽能流畅遵循指导，却无法可靠匹配所模拟学生的能力水平。我们提出StudentSim，一种训练框架，通过池化训练后逐学生特化，将稀疏的每生数据转化为个性化模拟器。生成的模拟器既能反映学生自身的回答，也能在教师指导下更新这些回答。我们还引入StudentSimEval，一种标准化协议，覆盖国际象棋、第二语言英语写作和数学三个领域的60名学生，使用公开学习者数据集，其中记录已去标识化并供研究共享。StudentSimEval衡量行为保真度（F），即模拟器匹配学生回答的程度，以及指导响应度（R），即模拟器在教师指导下更新的容易程度，所有方法均在相同记录上拟合和评估。在全部三个领域中，StudentSim在两项指标上均优于GPT-5.4。在国际象棋中，StudentSim达到F=0.51和R=0.91，而GPT-5.4为0.23和0.72，Maia2为0.45和0.27。作为概念验证，将StudentSim用作教师强化学习的奖励模型，生成的国际象棋教师被专家人类评为比无RL基线和针对GPT-5.4模拟器奖励训练的教师更准确、指导更优且更个性化。代码可在 https://github.com/microsoft/StudentSim 获取。