10:09
arXiv cs.AI@Chenguang Wang, Ming Li, Xinyue Zeng, Zhuochun Li, Hong Jiao, Tianyi Zhou, Dawei Zhou
推荐理由：想用AI推理过程预测题目难度？这篇论文提出了Epi2Diff，从LRM的思考轨迹中提取片段特征，比直接微调模型效果好8%以上，而且可解释。
全部 AI 动态
AI 相关资讯全量信息流
6月29日
10:09
论文提出Epi2Diff（Episode to Difficulty）框架，将大型推理模型（LRM）的推理轨迹映射为认知片段序列，通过推理规模、努力分配和状态转换建模难度。在四个真实人类难度数据集上，Epi2Diff优于微调小语言模型、LLM上下文学习和监督LLM适应等基线。在SAT分类基准上，Epi2Diff相比监督LLM微调获得8.1%平均相对增益。分析发现更难的题目导致更费力、迭代、以实施为中心的片段动态，而非仅更长的回答。
6月21日
20:24
20:24
Decoder@Matthias Bastian
推荐理由：伯克利分析了50万份成绩，发现ChatGPT让学生的作业分数上涨，但考试没变化——说明AI在帮学生代写作业，而不是帮他们学东西。
6月19日
10:14
10:14
arXiv cs.AI@Luyang Fang, Yingchuan Zhang, Jongchan Park, Zhaoji Wang, Ping Ma, Xiaoming Zhai
推荐理由：这篇论文教你用ViT给学生的科学画图自动打分，还能判断哪些该机器批、哪些该人看，很适合做教育评估的参考。
6月16日
20:46
AITOP6月16日 20:46
6月12日
12:57
AITOP6月12日 12:57
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
6月9日
05:18
05:18
a16z@a16z
a16z@a16z推荐理由：李飞飞直指 AI 时代教育的核心矛盾——标准化考试已失效，做教育决策、课程设计或关心孩子未来的家长/老师，值得听听这位 AI 领袖的变革思路。