arXiv · cs.AI· Canh Thien Dang, An Nguyen·· 2 天前
专家核验AI学习材料与大学经济学课程学习增益分布
Verified, not generated: expert-verified AI study materials and the distribution of learning gains in a university course
arXiv:2610.07097v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Canh Thien Dang, An Nguyen
研究任务与主要进展
一项基于170名学生、340个考试分数的双队列差分研究发现，接触由研究生助教核验的AI生成播客、FAQ和测验学习材料，与大学一年级经济学课程中2.34分的成绩优势相关。低于二等一学位分数线的比例相对反事实下降24.7个百分点，约四分之三的平均增益来自最低五分位，且阈值效应在23至31分范围内显著；剔除干预前最低分学生后，平均效应不再稳健。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org