我制作了Lathoa，专为10到14岁的孩子设计。一个名为Errol的机器人会逐步解答数学问题，但有一个步骤是故意错误的。孩子必须找到错误并解释为什么是错误的才能获得XP。有时没有错误，所以随意猜测“有错误”不会有效——需要解释。速度也会影响评分。没有直接的LLM聊天；Lathoa使用稳定的方法，通过评估步骤来捕捉不一致和提示注入。您可以在首页无需注册的情况下玩一个案例。让LLM故意出错很难：通常一半时间它给出正确的答案并称其为错误，或将正确的步骤标记为错误。因此，每个案例都经过预先检查。可能的情况下，一个纯粹的算术检查会完全重新计算数学。第二个模型在不看到Errol工作的情况下解题。如果它们不一致，案例就会被丢弃。 weakness is that the second model might make the same mistake as the first. The arithmetic check helps, but only works for English cases so far—German and Greek use commas for decimals, and parsing isn't fixed yet. I wonder: does finding someone else's mistake teach more than solving the problem yourself? I'm not sure, and I'd like input from educators.
来源: Hacker News · 由HeadlinesBriefing整理摘要