Hugging Face、LLM 活用学生シミュレータ「StudentSim」発表

記事の3ポイント

1. 1

   個別化シミュレーターの構築手法

   Microsoft は、限られた学生データからプールトレーニングと個別専門化を行うことで、学生の応答を模倣しつつ指導への反応も示す「StudentSim」フレームワークを開発した。

2. 2

   標準化された評価プロトコルの導入

   同社はチェス、英語ライティング、数学の60名の学習者データを用いた「StudentSimEval」という標準化された評価プロトコルを導入し、行動忠実度と指導反応性を測定した。

3. 3

   既存モデルとの性能比較

   評価結果では、StudentSim がチェス領域で F=0.51, R=0.91 を達成し、GPT-5.4 や Maia2 よりも高いスコアを示したと発表した。