LLM 已是优秀导师：面向教学数学辅导的无训练提示优化

针对数学辅导通常需基于强化学习及多 GPU 基础设施对齐 LLM 的现状，本文探究了仅通过 API 调用进化系统提示的无训练提示优化是否可作为实用替代方案。研究适配了 7 种现有方法并提出 5 种教育专用方法，在两个分布外基准测试中评估发现，所有最佳配置均超越最强的 RL 训练基线。其中 ParetoGrad 在后测解决率、防泄露和 helpfulness 之间实现了最佳平衡。行为分析表明，无训练方法更依赖教学知识模式，虽意图级支架略有减少，但能以极低算力高效开发 pedagogically 对齐的 LLM 导师。