学会提示：基于自适应大语言模型的高中辅导提升学生参与度

大语言模型虽能个性化教育，但现有静态提示系统难以适应多样学科。本文开发并测试了一种基于 14 种教学特征（如支架式教学、学生理解度）的学科感知提示系统。首先在仿真环境中训练提示路由模型，随后在真实高中生中进行在线自适应部署。仿真基准显示路由模型优于两个静态基线；A/B 测试证实了从仿真到现实的迁移，模型能从分析策略切换至支架式策略。该自适应机制提升了教学效率，保持教学质量，并减少约 3 轮交互。随机采样策略的路由器比贪婪路由器取得了更高的练习转化率。