据动察 Beating 监测，大模型当家教时通常只能「一问一答」，没法跟着学生的思路和错题进行连续辅导。香港大学数据智能实验室（HKUDS）开源了智能体导师 DeepTutor v1.5，把聊天（Chat）、测验（Quiz）、研究（Research）、动画（Visualize）、解题（Solve）和规划（Mastery Path）六个环节并入同一个智能体运行闭环。这意味着学生在切换任务时后台引擎不需要中断重置，学习上下文和多分辨率记忆会自动同步流转。
为实现真正的因材施教，DeepTutor 引入了追踪森林机制，将互动轨迹沉淀为多分辨率的图谱，提炼出动态演进的虚拟学生画像。这让 AI 给出的每一步教学结论，都能跨层回溯到具体的文本证据或错题记录上。
评测显示，DeepTutor 能将个性化教学指标平均提升 10.8%，使主流大模型的通用推理能力提高 29.4%。不过，这种主动式提醒教学在长周期下的打扰成本，以及真人用户对遗忘曲线的实际适应效果，仍需要长期的行为学研究来验证。
790.73K 人気度
236.06K 人気度
69.75K 人気度
7.99M 人気度
118.48K 人気度
単発のQ&Aに別れを告げる：香港大学がオープンソースのAIチューターDeepTutor v1.5を公開、授業とテストの一体化ループを実現
据动察 Beating 监测，大模型当家教时通常只能「一问一答」，没法跟着学生的思路和错题进行连续辅导。香港大学数据智能实验室（HKUDS）开源了智能体导师 DeepTutor v1.5，把聊天（Chat）、测验（Quiz）、研究（Research）、动画（Visualize）、解题（Solve）和规划（Mastery Path）六个环节并入同一个智能体运行闭环。这意味着学生在切换任务时后台引擎不需要中断重置，学习上下文和多分辨率记忆会自动同步流转。
为实现真正的因材施教，DeepTutor 引入了追踪森林机制，将互动轨迹沉淀为多分辨率的图谱，提炼出动态演进的虚拟学生画像。这让 AI 给出的每一步教学结论，都能跨层回溯到具体的文本证据或错题记录上。
评测显示，DeepTutor 能将个性化教学指标平均提升 10.8%，使主流大模型的通用推理能力提高 29.4%。不过，这种主动式提醒教学在长周期下的打扰成本，以及真人用户对遗忘曲线的实际适应效果，仍需要长期的行为学研究来验证。