hehaiguang1123
a6f05ab2d5
- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd) - Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py) - Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks - Fix .gitignore to track tools/ and .githooks/ - Fix git remote URL (remove plaintext token) - New wiki pages: 504 pages, 34 raw sources
83 lines
2.6 KiB
Markdown
83 lines
2.6 KiB
Markdown
---
|
||
categories:
|
||
- "[[LLM Wiki]]"
|
||
- "[[People]]"
|
||
tags:
|
||
- wiki
|
||
- people
|
||
- person/researcher
|
||
- 教育AI
|
||
- 伯克利
|
||
- AIED2025
|
||
created: 2026-04-22
|
||
source: "[[AIED-2025学术前沿论文深度解读-20260413]]"
|
||
type: entity
|
||
- "People"
|
||
- "Author"
|
||
aliases:
|
||
- Meenakshi Mittal
|
||
- Mittal
|
||
status: reviewed
|
||
---
|
||
|
||
# Meenakshi Mittal
|
||
|
||
> **一句话简介**：加州大学伯克利分校研究者，AIED 2025最佳论文奖得主，Askademia实时AI问答系统开发者
|
||
|
||
## 身份
|
||
|
||
| 属性 | 值 |
|
||
|------|-----|
|
||
| 领域 | 教育AI、实时问答系统、视觉-语言模型 |
|
||
| 知名身份 | Askademia系统主要开发者 |
|
||
| 机构 | 加利福尼亚大学伯克利分校 |
|
||
| 关键词 | 实时AI问答、VLM、RAG、课堂AI助教 |
|
||
|
||
## 主要贡献
|
||
|
||
### Askademia 实时AI问答系统（AIED 2025最佳论文奖）
|
||
|
||
Meenakshi Mittal 领导开发的 Askademia 系统荣获 AIED 2025 最佳论文奖：
|
||
|
||
- **论文标题**：ASKADEMIA: A Real-Time AI System for Automatic Responses to Student Questions
|
||
- **共同作者**：Gaurav Tyagi, Azalea Bailey, Gireeja Ranade, Narges Norouzi
|
||
- **机构**：加利福尼亚大学伯克利分校
|
||
- **出版**：Springer LNCS Vol 15880, 2025年7月20日
|
||
- **DOI**：10.1007/978-3-031-98459-4_8
|
||
|
||
#### 系统核心能力
|
||
|
||
| 能力 | 描述 |
|
||
|------|------|
|
||
| **视觉-语言模型（VLM）** | 处理包含PPT、图片的多模态学生提问 |
|
||
| **检索增强生成（RAG）** | 结合实时Lecture内容和课程资料库 |
|
||
| **实时处理管道** | 毫秒级响应学生问题 |
|
||
|
||
#### 关键实验结果
|
||
|
||
| 指标 | Askademia | 助教(TA) | 提升 |
|
||
|------|-----------|----------|------|
|
||
| 话题切换前到达率 | 98.3% | 45.4% | +2.2倍 |
|
||
| 中位响应时间 | **2秒** | 241秒 | **快120倍** |
|
||
| 事实准确性 | 高 | 高 | 相当 |
|
||
| 相关性 | 高 | 中 | 更高 |
|
||
|
||
### 研究意义
|
||
|
||
1. **证明VLM+RAG在教育问答场景的可行性** — 多模态理解能力满足课堂场景需求
|
||
2. **为大规模在线/混合课程提供技术范式** — 降低对人类助教的依赖
|
||
3. **开辟"AI助教"替代人工TA的新路径** — 实时响应提升学习体验
|
||
|
||
## 与其他概念的关系
|
||
|
||
- [[Askademia]] — 其开发的实时AI问答系统详细页
|
||
- [[Kestin]] — 哈佛RCT研究作者，互补的AI教育实证研究
|
||
- [[ITS智能辅导系统]] — Askademia属于ITS的实时响应演进
|
||
- [[LLM教育应用深度研究报告]] — LLM教育应用全景
|
||
- [[教学设计]] — 实时问答系统对课程设计的影响
|
||
|
||
## 来源
|
||
|
||
- [[AIED-2025学术前沿论文深度解读-20260413]] — AIED 2025学术前沿论文深度解读
|
||
- Tyagi et al. (2025). ASKADEMIA. AIED 2025, LNCS 15880. DOI: 10.1007/978-3-031-98459-4_8
|