分层教学监督：用于可靠AI辅导的多智能体对抗框架

本文解决了LLM在教育环境中的可靠性这一关键问题。它提出了一个新颖的框架，即分层教学监督（HPO），以减轻AI辅导员中常见的奉承和过于直接的回答问题。对抗性推理和辩证辩论结构的使用是一项重大贡献，特别是考虑到与GPT-4o相比，使用较小模型实现的性能提升。对资源受限环境的关注也很重要。

• •提出了用于AI辅导的新框架：分层教学监督（HPO）。
• •HPO利用对抗性推理和辩证辩论结构。
• •与GPT-4o相比，在参数数量明显更少的情况下实现了卓越的性能。
• •专注于在资源受限环境中实现可靠、低计算量的教学监督。