微软研究院发布 StudentSim，用个性化学生模拟器评估和改进 AI 辅导系统

StudentSim 的核心思路是把学生模拟器拆成两个可量化的目标：行为保真度（是否匹配某个学生在留出问题上的真实回答）和引导响应度（收到辅导提示后是否会更新回答）。训练采用两阶段流程，先在同学科多学生记录上预训练学习共性模式，再在单个学生的稀疏记录上做个性化适配。为评估这套方法，团队构建了 StudentSimEval 基准，覆盖国际象棋、第二语言英语写作和数学三个领域。 在国际象棋上，StudentSim 的行为保真度达到 0.5150、引导响应度 0.9067，而 GPT-5.4 分别为 0.2316 和 0.7186，专门预测人类走棋的 Maia2 为 0.4535 和 0.2721。研究者还用模拟器作为强化学习的反馈源训练象棋辅导系统，在盲评中该辅导系统准确率达到 90.5%，高于无强化学习基线的 75.7% 和以 GPT-5.4 为奖励源的 71.6%。 这套系统面向的是做 AI 辅导工具研发和评估的研究人员，它不替代教师或课堂，也不替代真实学习者研究，而是把模拟反馈放在开发早期阶段，在投入昂贵的真人实验之前用来比较辅导策略和筛选训练信号。论文和训练评估代码已公开。