TACT: Taxonomy-Aligned Post-Training for Pedagogically Adaptive English Tutoring· TACT：适应性英语辅导框架
Large language models (LLMs) are increasingly used to provide conversational practice for English-as-a-second-language (ESL) learners. Effective ESL tutoring, however, requires more than fluent response generation: a tutor must select an appropriate pedagogical action based on learner behavior and dialogue context. Human-tutoring research offers principles for adaptive support, but they are often task-specific and remain insufficiently integrated into LLM-based ESL tutor training and evaluation. We present TACT (Taxonomy-Aligned Conversational Tutor), a human-grounded framework for post-training and evaluating pedagogically adaptive ESL tutors. Drawing on established literature, we develop two complementary taxonomies: the Tutor-Strategy Taxonomy with 13 tutor response strategies and the S
针对英语作为第二语言学习者，提出了一种基于分类的适应性辅导框架TACT。
- 核心方法
- TACT框架整合了人类教学研究的适应性支持原则，开发了两种互补的分类法，即包含13种教学回应策略的辅导策略分类法和学习者行为分类法，用于后训练和评估适应性教学的ESL辅导模型。
- 适合谁读
- 研究者、工程师、英语教学专家
- 要解决的问题
- 目前大型语言模型在提供英语作为第二语言学习者的会话练习时，缺乏根据学习者行为和对话背景选择合适教学策略的能力。
- 关键实验
- 实验展示了TACT框架在不同类型学习者和任务中的适应性教学效果，证明了其优于传统LLM的辅导能力。
- 主要贡献
- 提出了一种系统化的后训练与评估方法，增强了LLM在ESL辅导中的适应性和有效性。
- 意义与局限
- TACT框架有助于提高英语教学的个性化和效果，但需要更多实际应用场景的数据验证其长期效果。