本期教育AI实验室把问题限定在一个具体的小忙上：学生做完一套卷子，能不能直接拿到「错在哪、为什么错、接下来练什么」三句话，而不是又一张新卷子。
做法上我们不训练大模型，而是先搭标签体系。取校内一个学期的作业与测验作答数据按学科拆解，由教研组定义约40个错因标签（概念不清、审题遗漏、计算失误、步骤跳跃、单位换算等），再让模型在题干、学生作答、标准答案三者之间做归因判断，并映射到知识点图谱。第二步才是生成分层练习：同一错因下分巩固、变式、拓展三档，控制难度梯度与题量。
要点：
- 进展：试点两所初中数学与物理，抽样1200道错题，模型归因与教研组人工判定一致率约78%；易混淆集中在「审题遗漏」与「计算失误」，加入作答过程文本后有改善。
- 下一步：把错因标签从学科内扩展到跨学科，并补一道防泄漏校验——生成的练习题不得与原有题库重复，避免学生靠记忆作答。
现阶段结论：归因质量决定推荐质量，把题量做少，比把题目做多更难做对。
评论