TACT: 교육학적으로 적응 가능한 영어 튜터링을 위한 분류 체계 정렬 사후 학습 (Taxonomy-Aligned Post-Training)

요약

교육학적 원칙을 반영하여 ESL 학습자를 위한 적응형 영어 튜터를 개발하는 TACT 프레임워크를 제안합니다. 새로운 분류 체계와 TACTCorpus를 통해 Qwen3.5-4B 모델을 사후 학습시켜 기존 모델보다 뛰어난 튜터링 성능을 입증했습니다.

핵심 포인트

• 교육학적 전략과 학생 행동을 반영한 두 가지 분류 체계 개발
• 32,379개의 주석이 포함된 TACTCorpus 구축
• 분류 체계 정렬 GRPO를 통한 TACTutor 사후 학습 수행
• TACTBench 벤치마크에서 백본 모델 대비 20.3% 성능 향상
• 데이터, 벤치마크, 모델 가중치 전면 공개