提出一种分析大语言模型(LLM)生成多项选择题干扰项策略的分类法,发现其推理过程通常先正确解题,再模拟多种潜在误解,最后筛选干扰项,与教育学最佳实践高度一致;主要失败源于正确解恢复和候选答案筛选环节,而非错误模拟本身;提示中提供正确答案可提升与人工编写干扰项的一致性。
机构:苏黎世联邦理工
来源:arXiv 2603.15547 | AI4Papers 论文推荐平台