教育心理

教学对齐推理模型 Pedagogy-R1

教育大模型教学推理教育基准指令微调文章提出教学对齐推理框架Pedagogy-R1，解决大型推理模型（LRM）在教育场景缺乏教学一致性的问题。通过蒸馏流程过滤模型输出构建指令微调数据，结合平衡教育基准（WBEB）评估学科知识、教学法、知识追踪等五大维度，并设计教学链（CoP）提示引导教师风格推理。实验表明：7B模型在教学决策任务准确率达54.76%，较基准提升31.34%；CoP提示使元认知代码增长3倍，降低冗余推理标记65%。该框架为教育大模型提供首个系统性教学能力评估方案。

教学对齐的强化学习框架

强化学习教学对齐合成数据文章提出一种基于在线强化学习的框架，将大型语言模型转化为教学辅导模型。通过合成师生对话模拟替代人工标注数据，训练7B参数模型Qwen2.5-7B-RL。核心贡献包括：1) 设计双目标奖励函数，平衡学生解题准确率与教学原则遵循度；2) 引入惩罚权重λ实现教学支持与解题率间的帕累托优化；3) 结合思考标签提升模型决策可解释性。实验表明，该方法在数学辅导任务中匹配闭源模型LearnLM，且不损害基础推理能力。

测验频率对高中生知识保留的影响研究

教育评估认知负荷学习效果文章探讨了不同测验频率对高中生知识保留的影响，基于认知负荷理论和测试效应理论展开研究。研究采用准实验设计，将126名沈阳高中生分为高频率（每周）、中频率（双周）和低频率（每四周）测验组，通过12周的数学、科学和历史课程干预评估知识保留效果。结果显示，中频率测验组在知识回忆、应用和长期保留方面表现最优，表明适度的测验间隔能有效平衡认知负荷与学习效果。研究为教育工作者提供了实证依据，建议采用双周测验频率以优化学习效果，同时避免高频测验导致的认知超载。

早期读写能力对学前儿童数学技能的预测作用

学前教育认知发展贝叶斯统计文章通过贝叶斯统计方法研究了60-72个月大儿童的早期读写能力与数学技能之间的关系。研究涉及208名儿童，发现早期读写能力显著预测数学技能，其中听力理解能力的影响最为突出。结果显示，父母教育水平和家庭经济状况与儿童数学能力呈正相关，而性别差异不显著。研究为学前教育中跨学科能力培养提供了实证依据，强调语言能力发展对数学思维的基础性作用。