2025年LLM导师系统训练与优化论文链接汇总

一、核心训练优化论文

1. Training LLM-based Tutors to Improve Student Learning Outcomes in Dialogues

发表时间: 2025年3月（最新版：2025年7月）
会议: AIED 2025
作者: Alexander Scarlatos, Naiming Liu, Jaewook Lee, Richard Baraniuk, Andrew Lan

核心贡献：

• 使用DPO训练Llama 3.1 8B模型
• 通过学生模拟预测学生正确率
• 同时优化学习成果和教学质量

链接:

• arXiv: https://arxiv.org/abs/2503.06424
• PDF: https://arxiv.org/pdf/2503.06424
• HTML: https://arxiv.org/html/2503.06424
• GitHub代码: https://github.com/umass-ml4ed/tutorbot-dpo

---

2. From Problem-Solving to Teaching Problem-Solving: Aligning LLMs with Pedagogy using Reinforcement Learning

发表时间: 2025年5月（最新版：2025年10月）
作者: David Dinucu-Jianu, Jakub Macina, Nico Daheim, Ido Hakimi, Iryna Gurevych, Mrinmaya Sachan

核心贡献：

• 在线强化学习框架
• 使用合成学生-导师互动数据
• 7B模型达到LearnLM性能
• 可控奖励权重平衡教学质量和学生解题准确率

链接:

• arXiv: https://arxiv.org/abs/2505.15607
• PDF: https://arxiv.org/pdf/2505.15607
• HTML: https://arxiv.org/html/2505.15607

---

3. Efficient RL for Optimizing Conversation Level Outcomes

发表时间: 2025年7月
arXiv编号: 2507.16252

核心贡献：

• 用低维潜在状态表示对话历史
• 优化长期策略
• 比端到端训练更轻量级

链接:

• arXiv: https://arxiv.org/abs/2507.16252

---

4. Accelerating RL Algorithms Convergence using LLMs as Tutors

发表时间: 2025年9月
arXiv编号: 2509.08329

核心贡献：

• 使用LLM作为导师加速RL收敛
• 提升训练效率

链接:

• arXiv: https://arxiv.org/abs/2509.08329

---

二、偏好优化方法论文

5. A Survey of Direct Preference Optimization

发表时间: 2025年3月
arXiv编号: 2503.11701

核心贡献：

• DPO方法的全面综述
• 比较不同变体的优缺点

链接:

• arXiv: https://arxiv.org/abs/2503.11701

---

6. ADPO: Anchored Direct Preference Optimization

发表时间: 2025年10月
arXiv编号: 2510.18913

核心贡献：

• 扩展偏好学习到软列表式监督
• 在噪声环境下性能提升12-93%
• 蒸馏效率提升4-49倍

链接:

• arXiv: https://arxiv.org/abs/2510.18913

---

7. Pre-DPO: Improving Data Utilization in Direct Preference Optimization

发表时间: 2025年4月
arXiv编号: 2504.15843

核心贡献：

• 使用引导参考模型
• 自适应数据重新加权
• AlpacaEval 2提升2.5分，Arena-Hard提升2.6分

链接:

• arXiv: https://arxiv.org/abs/2504.15843

---

8. Improving Generative AI Student Feedback with Direct Preference Optimization

发表时间: 2025年
会议: EDM 2025 (Educational Data Mining)

核心贡献：

• 教师在循环中选择更好的反馈
• 系统随时间演化
• 盲测中显著优于GPT-4o

链接:

• 会议网站: https://educationaldatamining.org/edm2025/

---

三、知识追踪与个性化论文

9. TutorLLM: Customizing Learning Recommendations with Knowledge Tracing and Retrieval-Augmented Generation

发表时间: 2025年1月（2025年4月更新）
作者: Zhaoxing Li, Vahid Yazdanpanah, Jindi Wang, Wen Gu, Lei Shi, Alexandra I. Cristea, Sarah Kiden, Sebastian Stein

核心贡献：

• 结合知识追踪(KT)和检索增强生成(RAG)
• 使用MLFBK模型
• 用户满意度提升10%，测验分数提高5%

链接:

• arXiv: https://arxiv.org/abs/2502.15709
• PDF: https://arxiv.org/pdf/2502.15709
• HTML: https://arxiv.org/html/2502.15709

---

10. LLM-driven Dual-channel Difficulty-aware Knowledge Tracing (DDKT)

发表时间: 2025年2月
arXiv编号: 2502.19915

核心贡献：

• 利用LLM和RAG进行主观难度评估
• 难度平衡感知序列(DBPS)
• 难度掌握比率(DMR)
• AUC指标提升2%-10%

链接:

• arXiv: https://arxiv.org/abs/2502.19915
• PDF: https://arxiv.org/pdf/2502.19915

---

11. LPITutor: LLM-based Personalized Intelligent Tutoring System

发表时间: 2025年8月
期刊: PeerJ Computer Science

核心贡献：

• 学习者感知的提示工程
• 动态构建上下文敏感提示
• 可追溯的文档引用

链接:

• 期刊网站: https://peerj.com/computer-science/

---

12. Building Knowledge from Interactions: Knowledge Graph Enhanced LLM-based Explainable Tutoring System

发表时间: 2025年4月
arXiv编号: 2504.01588

核心贡献：

• 知识图谱增强的可解释性
• 跨交互的泛化和个性化

链接:

• arXiv: https://arxiv.org/abs/2504.01588

---

四、学生模拟论文

13. EduDial: A Large-scale Multi-turn Educational Dialogue Dataset

发表时间: 2025年10月
arXiv编号: 2510.12899

核心贡献：

• 五阶段教学框架
• 多认知层次的学生模型
• 一个教师和三个不同认知水平的学生模型

链接:

• arXiv: https://arxiv.org/abs/2510.12899

---

14. Personality-aware Student Simulation for Conversational Intelligent Tutoring Systems

发表时间: 2024年4月（2025年更新）
arXiv编号: 2404.06762

核心贡献：

• 考虑大五人格特质
• 追踪语言能力和学习进度
• 生成更真实的学生响应

链接:

• arXiv: https://arxiv.org/abs/2404.06762

---

15. Exploring LLMs for Predicting Tutor Strategy and Student Outcomes in Math Tutoring Dialogues

发表时间: 2025年7月
arXiv编号: 2507.06910

核心贡献：

• 预测导师策略（探究、聚焦、告知、通用）
• 预测学生成果（对话级和轮次级）
• 导师动作标签提高Llama 3性能

链接:

• arXiv: https://arxiv.org/abs/2507.06910

---

16. Simulating LLM-to-LLM Tutoring for Multilingual Math Feedback

发表时间: 2025年6月
arXiv编号: 2506.04920

核心贡献：

• 大规模多语言导师-学生互动模拟
• 强模型扮演导师，弱模型模拟学生
• 352个实验设置

链接:

• arXiv: https://arxiv.org/abs/2506.04920
• HTML: https://arxiv.org/html/2506.04920

---

五、综合框架与综述

17. LLM Agents for Education: Advances and Applications

发表时间: 2025年3月
arXiv编号: 2503.11733

核心贡献：

• 教育LLM agents的系统性综述
• 教学agents vs 领域特定教育agents
• 知识追踪、错误检测与纠正

链接:

• arXiv: https://arxiv.org/abs/2503.11733
• PDF: https://arxiv.org/pdf/2503.11733

---

18. AI-Powered Educational Agents: Opportunities, Innovations, and Ethical Challenges

发表时间: 2025年5月

核心贡献：

• 2023-2025年间82篇研究的系统文献综述
• 涵盖辅导系统、评估反馈、课程设计等六个方面
• 伦理考虑

链接:

• 待补充（期刊论文）

---

19. Retrieval-augmented Generation for Educational Application: A Systematic Survey

发表时间: 2025年5月
期刊: Computer Applications in Engineering Education

核心贡献：

• RAG在教育场景的综合综述
• 51项研究的综合分析
• 交互式学习系统、内容生成与评估

链接:

• ScienceDirect: https://www.sciencedirect.com/science/article/pii/S2666920X25000578

---

六、应用场景论文

20. Stitch: Step-by-step LLM Guided Tutoring for Scratch Programming

发表时间: 2025年10月
arXiv编号: 2510.26634

核心贡献：

• 专为Scratch编程设计
• 逐步脚手架式指导
• 显著提升学习效果

链接:

• arXiv: https://arxiv.org/abs/2510.26634

---

21. TeachLM: Post-Training LLMs for Education Using Authentic Learning Data

发表时间: 2025年10月
arXiv编号: 2510.05087

核心贡献：

• 基于10万小时真实学生-导师互动数据
• 参数高效微调
• 学生对话时间增加一倍，轮次增加50%

链接:

• arXiv: https://arxiv.org/abs/2510.05087

---

22. Playing Dumb to Get Smart: Creating and Evaluating an LLM-based Teachable Agent

发表时间: 2025年
会议: CHI 2025

核心贡献：

• MatlabTutee系统
• LLM"装傻"扮演学习者
• 119名学生四个实验评估

链接:

• CHI 2025会议网站: https://chi2025.acm.org/

---

23. Exploring Communication Strategies for Collaborative LLM Agents in Mathematical Problem-Solving

发表时间: 2025年
会议: AIED 2025（2025年7月22-26日，意大利巴勒莫）

核心贡献：

• 四种多agent通信模式
• 同伴协作模式准确率最高
• 师生互动、互惠同伴教学、批判性辩论

链接:

• AIED 2025会议网站: https://aied2025.org/

---

24. Position: LLMs Can be Good Tutors in Foreign Language Education

发表时间: 2025年2月
arXiv编号: 2502.05467

核心贡献：

• LLM在外语教育中的三个角色
• 数据增强器、任务预测器、个性化教学agents

链接:

• arXiv: https://arxiv.org/abs/2502.05467

---

25. LLM Intelligent Agent Tutoring in Higher Education Courses Using a RAG Approach

发表时间: 2025年3月
出版社: Springer会议论文集

核心贡献：

• RAG方法在高等教育中的应用
• 准确、情境相关的个性化帮助

链接:

• Springer网站: https://link.springer.com/

---

26. Towards the Pedagogical Steering of LLMs for Tutoring: A Case Study with Modeling Productive Failure

发表时间: 2024年10月（仍在2025年相关研究中引用）
arXiv编号: 2410.03781

核心贡献：

• StratL算法实现教学策略引导
• 生产性失败(Productive Failure)教学设计
• 新加坡17名高中生实地研究

链接:

• arXiv: https://arxiv.org/abs/2410.03781
• HTML: https://arxiv.org/html/2410.03781
• GitHub（问题集）: https://github.com/eth-lre/Productive-Failure-Problems
• GitHub（代码）: https://github.com/RomainPuech/StratL-Pedagogical-Steering-of-LLMs-for-Tutoring

---

七、评估与分析论文

27. Beyond Final Answers: Evaluating LLMs for Math Tutoring

发表时间: 2025年2月
arXiv编号: 2503.16460

核心贡献：

• 评估LLM在数学辅导中的正确性和质量
• 使用智能辅导系统作为测试平台
• 人类评估者扮演学生角色

链接:

• arXiv: https://arxiv.org/abs/2503.16460
• HTML: https://arxiv.org/html/2503.16460

---

28. Decomposing Elements of Problem Solving: What “Math” Does RL Teach?

发表时间: 2025年5月
arXiv编号: 2505.22756

核心贡献：

• 将问题解决分解为Plan、Execute、Verify
• 发现GRPO主要增强执行技能
• 识别"覆盖墙"现象

链接:

• arXiv: https://arxiv.org/abs/2505.22756
• HTML: https://arxiv.org/html/2505.22756

---

29. Exploring the Potential of LLM to Enhance Teaching Plans through Teaching Simulation

发表时间: 2025年2月
期刊: npj Science of Learning

核心贡献：

• 通过LLM模拟完整课堂教学过程
• 改进后的教学计划达到或超过经验教师水平

链接:

• Nature网站: https://www.nature.com/npjscilearn/

---

八、相关资源

30. GitHub资源库: Awesome AI LLM for Education

维护: GeminiLight

内容：

• 收录WWW 2025、IJCAI 2025、CHI 2025等顶会论文
• 大量LLM在教育领域应用的论文

链接:

• GitHub: https://github.com/GeminiLight/awesome-ai-llm4education

---

31. KnowTrace: Bootstrapping Iterative RAG with Structured Knowledge Tracing

发表时间: 2025年5月
arXiv编号: 2505.20245

核心贡献：

• 自启动框架缓解上下文过载
• 知识图谱扩展方法
• 提升多步推理质量

链接:

• arXiv: https://arxiv.org/abs/2505.20245
• HTML: https://arxiv.org/html/2505.20245

---

32. Knowledge Graph-Guided Retrieval Augmented Generation (KG²RAG)

发表时间: 2025年2月
arXiv编号: 2502.06864

核心贡献：

• 利用知识图谱提供事实级关系
• KG引导的块扩展和组织过程
• HotpotQA数据集实验

链接:

• arXiv: https://arxiv.org/abs/2502.06864
• HTML: https://arxiv.org/html/2502.06864
• GitHub: https://github.com/nju-websoft/KG2RAG

---

九、按主题分类快速索引

🎯 强化学习与DPO

• [1] Training LLM-based Tutors (2503.06424)
• [2] From Problem-Solving to Teaching (2505.15607)
• [3] Efficient RL for Conversation (2507.16252)
• [5] Survey of DPO (2503.11701)
• [6] ADPO (2510.18913)
• [7] Pre-DPO (2504.15843)
• [8] Improving Feedback with DPO (EDM 2025)

📊 知识追踪

• [9] TutorLLM (2502.15709)
• [10] DDKT (2502.19915)
• [11] LPITutor (PeerJ CS)
• [31] KnowTrace (2505.20245)

👥 学生模拟

• [13] EduDial (2510.12899)
• [14] Personality-aware Simulation (2404.06762)
• [15] Predicting Tutor Strategy (2507.06910)
• [16] Multilingual Tutoring Simulation (2506.04920)

🔍 RAG应用

• [9] TutorLLM (2502.15709)
• [19] RAG Survey (ScienceDirect)
• [25] RAG in Higher Education (Springer)
• [31] KnowTrace (2505.20245)
• [32] KG²RAG (2502.06864)

💻 编程教育

• [20] Stitch for Scratch (2510.26634)
• [22] MatlabTutee (CHI 2025)

🌐 外语教育

• [24] LLMs for Foreign Language (2502.05467)
• [16] Multilingual Math Tutoring (2506.04920)

📐 数学教育

• [23] Communication Strategies (AIED 2025)
• [27] Beyond Final Answers (2503.16460)
• [15] Predicting Outcomes (2507.06910)

📚 综述与理论

• [17] LLM Agents Survey (2503.11733)
• [18] AI Educational Agents (2025年5月)
• [19] RAG Survey (ScienceDirect)
• [5] DPO Survey (2503.11701)

---

十、如何获取论文

arXiv论文

1. 直接访问: 点击上面的arXiv链接
2. PDF下载: 在arXiv页面点击"PDF"按钮
3. HTML版本: 点击"HTML (experimental)"查看交互式版本
4. 引用信息: 点击"Export BibTeX Citation"获取引用

会议论文

• AIED 2025: https://aied2025.org/
• CHI 2025: https://chi2025.acm.org/
• EDM 2025: https://educationaldatamining.org/edm2025/

期刊论文

• PeerJ Computer Science: https://peerj.com/computer-science/
• npj Science of Learning: https://www.nature.com/npjscilearn/
• Computer Applications in Engineering Education: ScienceDirect

GitHub资源

大多数论文都提供了GitHub仓库，包含代码、数据集和实验结果。

---

十一、推荐阅读顺序

入门级（理解基础概念）

1. [17] LLM Agents Survey - 了解整体框架
2. [5] DPO Survey - 理解核心训练方法
3. [19] RAG Survey - 掌握检索增强技术

进阶级（深入技术细节）

1. [1] Training LLM-based Tutors - DPO实战
2. [2] From Problem-Solving to Teaching - 在线RL
3. [9] TutorLLM - KT与RAG结合

高级级（前沿研究方向）

1. [6] ADPO - 最新DPO变体
2. [13] EduDial - 多认知层次模拟
3. [31] KnowTrace - 知识图谱扩展

应用级（实际部署）

1. [20] Stitch - 编程教育应用
2. [21] TeachLM - 真实数据训练
3. [25] RAG in Higher Education - 高等教育部署

---

最后更新: 2025年11月19日
论文总数: 32篇
涵盖会议: AIED 2025, CHI 2025, EDM 2025等
主要来源: arXiv, Nature, Springer, ACM等

备注: 部分2025年会议论文可能尚未公开完整版本，建议定期访问会议官网获取最新信息。