通过表征对齐缓解苏格拉底式导师中的脚手架崩塌

Mitigating Scaffolding Collapse in Socratic Tutors via Representation Alignment

Quick read

Defenses

Based on 论文 PDF （AI 生成）; refer to the original

论文中间段仍缺，需先读完被省略的正文再按 schema 输出。

Questions: 待补全论文中间段后再写。
Methods: 待补全论文中间段后再写。
Experiments and results: 待补全论文中间段后再写。
Limitations and future work: 待补全论文中间段后再写。

AI summary针对 LLM 苏格拉底式导师在持续学生压力下逐渐放弃引导式提问、直接给出答案的"脚手架崩塌"问题，研究者提出 Scaffold-Preserving Representation Alignment 两阶段框架：先用监督微调预热，再结合轨迹加权直接偏好优化与锚定冻结参考状态的间隔保持表征损失。在 Qwen3-8B 上跨五个 STEM 学科和五种红队攻击策略评测，该方法将崩塌率降至 32%，平均崩塌起始延迟至九轮以上，并保持较低过度拒答。

针对 LLM 苏格拉底式导师在持续学生压力下逐渐放弃引导式提问、直接给出答案的"脚手架崩塌"问题，研究者提出 Scaffold-Preserving Representation Alignment 两阶段框架：先用监督微调预热，再结合轨迹加权直接偏好优化与锚定冻结参考状态的间隔保持表征损失。在 Qwen3-8B 上跨五个 STEM 学科和五种红队攻击策略评测，该方法将崩塌率降至 32%，平均崩塌起始延迟至九轮以上，并保持较低过度拒答。

Paper analysis

6 questions; open one to read the full answer

What problem does this paper attempt to solve?
待补全后重写。
待补全。
What related research exists?
待补全后重写。
待补全。
How does the paper address this problem?
待补全后重写。
待补全。
What experiments did the paper conduct?
待补全后重写。
待补全。
What are some points that can be further explored?
待补全后重写。
待补全。
Summarize the main content of the paper
待补全后重写。
待补全。

Read originalarxiv.org