Selamat tinggal tanya jawab tunggal: DeepTutor v1.5, tutor AI sumber terbuka dari Universitas Hong Kong, mewujudkan operasi loop yang sama antara pengajaran dan ujian.

Menurut pemantauan Beating, ketika model besar digunakan sebagai guru les, biasanya hanya bisa "satu tanya satu jawab", tidak bisa mengikuti pemikiran siswa dan kesalahan soal untuk melakukan bimbingan berkelanjutan. Laboratorium Data Cerdas Universitas Hong Kong (HKUDS) telah merilis sumber terbuka导师 cerdas DeepTutor v1.5, yang menggabungkan enam tahap: Obrolan (Chat), Kuis (Quiz), Riset (Research), Visualisasi (Visualize), Pemecahan (Solve), dan Perencanaan (Mastery Path) ke dalam satu loop operasi cerdas. Ini berarti saat siswa beralih tugas, mesin latar belakang tidak perlu diinterupsi dan direset, konteks pembelajaran dan memori multi-resolusi akan secara otomatis tersinkronisasi dan mengalir.

Untuk mewujudkan pengajaran yang benar-benar sesuai dengan bakat siswa, DeepTutor memperkenalkan mekanisme hutan pelacakan, yang mengendapkan jejak interaksi menjadi grafik multi-resolusi, dan menyaring profil siswa virtual yang berevolusi secara dinamis. Hal ini memungkinkan setiap kesimpulan pengajaran yang diberikan AI dapat dilacak lintas lapisan kembali ke bukti teks spesifik atau catatan kesalahan.

Evaluasi menunjukkan bahwa DeepTutor dapat meningkatkan metrik pengajaran personalisasi rata-rata sebesar 10,8%, dan meningkatkan kemampuan penalaran umum model besar arus utama sebesar 29,4%. Namun, biaya gangguan dari pengajaran pengingat aktif dalam jangka panjang, serta efektivitas adaptasi nyata pengguna manusia terhadap kurva lupa, masih memerlukan penelitian perilaku jangka panjang untuk diverifikasi.