北京
微软和伊利诺伊大学做了一件反直觉的事：他们不训练更好的AI老师，而是先造出一批会犯错的学生。
这个系统叫 StudentSim。它的任务是从有限的数据里复刻出一个个具体的学生，然后让AI导师对着这些"模拟学生"反复练手。测试覆盖了60名学生，场景包括国际象棋、英语和数学。结果是，它的表现超过了GPT-5.4。
为什么要造"会犯错的学生"
AI导师要变强，通常得靠真人学生不断给反馈。但真人反馈慢、贵，而且很难规模化。StudentSim 换了个思路：既然真人数据有限，那就先用这些数据把学生"仿真"出来，让AI导师在仿真环境里快速试错。
关键在于"真实"。模拟学生不是随便答错，而是要复现真实学生的错误模式——这样AI导师学到的应对方式，才对真人有用。
象棋导师拿到了最高专家评分
研究里有一个更具体的验证：一个用 StudentSim 训练出来的象棋导师，在三个测试版本中拿到了专家的最高评分。
这说明仿真学生带来的提升，不只是跑分上的数字，专家也能感知到差别。对AI教育产品来说，这条路径的价值在于成本——不用等真人学生一批批进来，就能让导师先练起来。
目前这项研究覆盖的是象棋、英语和数学三类场景，参与模拟的学生规模是60人。它指向的方向很清楚：AI导师的下一轮进步，可能不取决于模型多大，而取决于它有没有见过足够多"会犯错的人"。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
