从学生-AI聊天记录中自动检测知识差距

本文提出了一种新方法，通过分析学生与AI助手的互动来识别大型讲座中学生的知识差距。将学生-AI对话用作数据源具有创新性，并解决了传统课堂响应系统的局限性。QueryQuilt框架为教师提供了有希望的解决方案，以深入了解全班的理解情况，并相应地调整他们的教学。初步结果令人鼓舞，表明其对教学效果的潜在重大影响。

• •提出了QueryQuilt，一个用于自动知识差距检测的多代理LLM框架。
• •利用学生-AI聊天记录作为宝贵的数据来源。
• •在识别知识差距方面展示了有希望的结果。
• •旨在提高大型讲座的教学效果。