超越怀疑主义：利用自适应教学警惕框架评估大语言模型的教学意图推理能力

针对大语言模型在教学沟通中推理教学意图能力研究不足的问题，本文提出了自适应教学警惕（APV）框架。该框架通过贝叶斯教学意图推理引擎，形式化了教师内容选择与学习者逆向推理潜在教学配置的过程。实验表明，APV 显著提升了模型区分教学内容的能力，与人类判断高度相关，并在自然数据上表现稳健。本研究为评估和增强 LLM 理解教学动机提供了统一框架，推动了可靠 AI 辅助学习系统的发展。