微软研究院发布 StudentSim：用模拟学生测试 AI 导师效果
微软造出“AI 学生”：替真人试课，模拟学生优化 AI 导师
微软研究院搞了个 StudentSim，能模拟真实学生来测试 AI 导师讲得好不好，实验里把导师准确率从 75.7% 拉到 90.5%
微软研究院 10 月 12 日发布 StudentSim，为每位真实学生训练个性化模拟器，用于在没有大规模真人实验时评估 AI 导师的讲解效果。系统基于公开去标识化的学习者记录，采用两阶段训练，覆盖国际象棋、英语写作和数学三类任务，并推出 StudentSimEval 评测基准。以国际象棋为例，其行为保真度达 0.5150、指导响应性达 0.9067，均高于 GPT-5.4 与专用模型 Maia2。在 AI 象棋导师的强化学习实验中，用 StudentSim 反馈训练的导师准确率达 90.5%，高于无强化学习基线的 75.7% 和 GPT-5.4 模拟反馈的 71.6%。微软表示该系统是研究工具而非课堂产品，定位为真人测试前的低成本反馈信号。
微软造出“AI 学生”：替真人试课，模拟学生优化 AI 导师
IT之家 10 月 17 日消息，微软研究院于 10 月 12 日发布研究系统 StudentSim， 试图解决 AI 辅导工具开发中的一个关键难题：如何在没有大规模真人实验的情况下，判断一段讲解、提示或提问是否真正帮助学生进步。 传统 AI 导师往往只看“答案是否正确”，但教学效果还取决于学生是否理解、能否纠正错误，以及不同学生是否需要不同解答支持。真实学习者研究能回答这些问题，却耗时、昂贵且难以规模化，难以支撑模型的快速迭代。 微软为此推出 StudentSim 系统，基于公开、去标识化的学习者记录，为每位学生训练一个个性化“AI 学生模拟器”。它不仅模拟学生如何独立作答，还模拟其在收到导师讲解后的反应变化。 研究团队以“行为保真度”和“指导响应性”两项指标评估模拟器：前者检验其是否像特定学生那样答题，后者检验其能否在辅导后合理更新答案。 该系统采用两阶段训练：先从同领域大量学生的匿名数据中学习常见答题方式、错误类型和辅导后的修改模式，再针对单个学生的有限记录进行个性化适配。研究覆盖国际象棋、第二语言英语写作和数学三类任务，并推出 StudentSimEval 评测基准。 结果显示，StudentSim 在三个领域均优于主要基线。以国际象棋为例，其行为保真度达到 0.5150，指导响应性达到 0.9067，均高于 GPT-5.4 与专用棋类模型 Maia2。 在 AI 象棋导师的强化学习实验中，以 StudentSim 反馈训练的导师准确率达到 90.5%，高于无强化学习基线的 75.7% 和使用 GPT-5.4 模拟反馈的 71.6%。 微软强调，StudentSim 不是课堂产品，也不旨在取代教师；它是在真实学生测试前，为研究者提供低成本、可扩展的早期反馈信号。 IT之家附上参考地址 StudentSim: Training LLM-based Student Simulators
