本文选举为教育对话中教师回应产生共性任务的首个任务，以基于生成语言模型的人工智能教师为校准目标；在八个参赛者中，NAISTeacher 系统以 GPT-3.5 生成器为基础靠类似于提示流的集合和对话环境上的排名生成，达到自动和人工评估的双重第一名；然而，结果也凸显出现有的关键问题，包括需适合于教育场景的评估指标等。

Jun, 2023

本研究论文描述的是 Irisapu 团队为 2023 年对话机器人竞赛（DRC2023）制定的对话机器人系统。我们尝试使用 OpenAI 的 GPT-3 生成灵活的对话回复句子，以预定的情景为依据，通过将对话情景划分为五个子情景并为每个子情景创建提示，实现对用户的适当回应。此外，我们还结合了我们之前关于对话故障检测的研究成果，并在竞赛中使用。尽管在初赛中我们的系统出现了错误，影响了结果，未能达到令人满意的成绩，但在 “提供信息的可靠性” 评估类别中，我们在所有团队中排名第三。

Dec, 2023

本文探讨了如何测试最先进的生成模型（如 Blender 和 GPT-3）是否是良好的人工智能老师，报告了首次尝试的结果，发现即使最好的对话代理程序（尤其是 Blender）在对话吸收方面表现出色，但在几个教育维度上（尤其是有益性方面）与真正的教师相比明显更差。

May, 2022

通过提供弹性的教育模式建议，基于 GPT-3 的智能教育辅助框架被研发，能够自动生成课程助手，可以回答与教学相关的问题，降低教师和助教的工作量同时提高学生获得课程相关信息的机会。

Feb, 2023

本文介绍一种基于神经网络的端到端可训练的目标导向对话系统，以及一种新的数据收集方法，该方法基于一种新型的管道式 Wizard-of-Oz 框架。该方法可用于开发对话系统，帮助用户在餐厅搜索领域自然地交流并完成任务。

Apr, 2016

我们提出了一种新颖的基于 AI 的聊天机器人学习模式，用户通过与教师机器人的对话获取信息和知识。我们的系统使用了一种新型加强自我对话模式，在不同领域之间实现知识传递和关注用户的对话。我们在三个大型公共数据语料库上进行了广泛的主客观评估，证明了我们的系统在传递知识和关注用户方面的有效性，帮助用户在不阅读文章的情况下大大提高知识水平。

May, 2022

通过采用混合方法，研究了数名在线和远程学习学生对假想智能助手（AIDA）设计的认知。所有参与者对使用此类人工智能工具在学习过程中的实用性达成了一致，同时还提到了实时帮助和问题解答、学术任务支持、个性化和可访问性，以及情感和社交支持等方面的优点。与实施 AIDA 相关的关切包括伦理和社会影响、数据隐私和使用、操作挑战、学术完整性和滥用问题以及教育的未来。探讨了面向人工智能定制系统设计的相关启示。

Feb, 2024

在该研究中，我们使用 OpenAI 的 text-davinci-003 模型，即 GPT3.5，重复了 Many Labs 2 重复项目中的 14 项研究，其中我们的 GPT 样本在八项研究中复制了 37.5％的原始结果和 Many Labs 2 结果的 37.5％。然而，我们发现 GPT 模型在回答六个研究问卷中的问题时出现了极端的 “正确答案” 效应，这引发了对未来 AI 领域可能存在思想多样性降低的担忧。

Feb, 2023

鉴于大型语言模型的最新进展，下一代虚拟助手的期望包括在各种使用场景中增强自然性和适应性。为了解决为面向任务的对话（TOD）创建高质量的注释数据的缓慢和昂贵问题，我们介绍了面向任务的自动对话（TOAD），以及其自动生成流程。TOAD 数据集模拟了真实的应用程序上下文交互，并提供了多种系统响应样式选项。我们在两个响应生成任务上对 TOAD 进行了基准测试，结果表明，对建模更冗长或没有用户表情的响应更具挑战性。

Feb, 2024

通过评估多个基准生成模型在教育对话中提供信息和帮助学生的能力，本研究旨在模拟一个有知识的老师的角色，并发现 GPT-4 在教师 - 学生聊天记录子集上的优越性，测量标准是 BERTScore 和 DialogRPT，同时注意到采样、代表性和对话完整性等数据集特征对微调模型的一般化能力造成了显著挑战，最终强调了对这些生成模型进行评估的需求，其中评估标准不仅依赖于对话连贯性和匹配的语言建模分布，而且还依赖于模型展示教学技巧的能力。

Jul, 2023