微软研究院于 10 月 12 日介绍 StudentSim，一套在真实学生试用之前，评估和改进 AI 辅导系统的研究方案。它根据公开、去标识化的学习记录，为单个学生训练个性化模拟器，预测独立答题表现，以及接受辅导后的回答变化。团队明确，这不是已经部署到课堂的产品，也不用于替代教师。
训练分为两个阶段：先汇集同一领域多名学生的记录，学习常见回答形式、错误和修改模式，再用单个学生的记录进行适配。配套的 StudentSimEval 覆盖国际象棋、英语第二语言写作和数学，分别检查模拟器能否复现特定学生的行为，以及是否对指导作出反应。研究希望避免通用模型虽然语气像学生，实际却调用了远超该学生程度的知识。
团队还把固定参数的学生模拟器用于国际象棋辅导模型的强化学习，以接受指导后棋步质量的改进作为反馈，并用独立棋引擎提供信号。研究报告中，采用 StudentSim 反馈的辅导模型在专家盲评中的辅导回答正确率达到百分之九十点五，高于未使用强化学习及使用通用模型反馈的两个对照。论文、训练和评估代码已公开；真实学习成效、安全性和课堂适用性仍需要实际学习者研究。