蘇格拉底式導師

深度分析

SPRA 框架：以表徵對齊防止蘇格拉底式 AI 導師的鷹架崩潰

LLM 蘇格拉底式導師在學生壓力下易出現「鷹架崩潰」，直接給答案。現有方法只處理輸出，忽略內部表徵偏移。本研究提出 SPRA 框架，融合暖機微調、軌跡加權偏好學習與邊際保留表徵損失，在 Qwen3-8B 上將崩潰率降至 32%，延遲崩潰至九輪後，且不過度拒絕。