DeepTutor: Un Framework Agentico per il Tutoraggio Personalizzato con LLM
DeepTutor è un framework open-source progettato per il tutoraggio personalizzato che supera le carenze dei sistemi di tutoraggio tradizionali e dei metodi potenziati da RAG. Presenta un motore di personalizzazione ibrido che combina il grounding di conoscenza statico con una memoria dinamica a risoluzione multipla, consentendo di trasformare la cronologia delle interazioni in profili di apprendimento in evoluzione. Il sistema opera all'interno di un ciclo di tutoraggio chiuso, collegando la risoluzione dei problemi basata su citazioni con domande generate in base ai livelli di difficoltà. Inoltre, il substrato di personalizzazione facilita la scrittura collaborativa, la ricerca approfondita che coinvolge più agenti e opzioni di integrazione. Questo framework mira a migliorare la fornitura di feedback guidato e personalizzato nelle applicazioni educative dei grandi modelli linguistici.
Fatti principali
- DeepTutor è un framework open-source nativo per agenti per il tutoraggio personalizzato.
- Utilizza un motore di personalizzazione ibrido con grounding di conoscenza statico e memoria dinamica a risoluzione multipla.
- Il sistema distillisce la cronologia delle interazioni in un profilo di apprendimento in continua evoluzione.
- Presenta un ciclo di tutoraggio chiuso che accoppia la risoluzione dei problemi basata su citazioni con la generazione di domande calibrate per difficoltà.
- Il substrato di personalizzazione supporta la scrittura collaborativa e la ricerca approfondita multi-agente.
- Il framework affronta le limitazioni dei sistemi di tutoraggio convenzionali che mancano di adattamento ai singoli studenti.
- I sistemi potenziati da RAG esistenti non sono in grado di fornire feedback guidato e personalizzato.
- L'articolo è disponibile su arXiv con ID 2604.26962.
Entità
Istituzioni
- arXiv