تولید محتوای آموزشی توسط هوش مصنوعی روزبهروز در حال گسترش است، اما چطور بفهمیم یک «ایجنتی» که درس میدهد، واقعاً کارش را درست انجام میدهد؟
محققان به تازگی LessonBench-V1 را معرفی کردهاند؛ اولین بنچمارک استاندارد که شامل ۶۴۷ درس انسانی در حوزههای STEM (ریاضی، فیزیک، شیمی و علوم کامپیوتر) است. این ابزار به توسعهدهندگان کمک میکند تا کیفیت آموزشدهی مدلهای زبانی را بر اساس اصول علمی یادگیری (مثل طبقهبندی بلوم و مدلهای ۵E) به دقت بسنجند و بهینهسازی کنند. قدمی مهم برای تبدیل AI به یک معلم خصوصی دقیق و قابل اعتماد! 📝🤖
منبع: arXiv AI