长期辅导不再只靠检索历史：把证据、解释和教学策略串成可检查的链路，平均证据准确率提高13.2个百分点

长期个性化辅导系统现在多了一条从历史记录到教学动作的显式链路，教学策略会随新观察更新，并保留指向支持证据的链接。 此前的LLM辅导系统用记忆、检索和学习者画像做个性化，但检索到相关记录本身并不说明这些记录该如何指导教学。 在LongTutor的1,000例人工标注划分上，九个固定骨干对比平均把证据准确率提高13.2个百分点、诊断准确率提高11.6个百分点，其中六个配置的证据增益区间不含零。

系统先把历史记录解析成带来源标识的证据，再据此形成学习者解释和教学策略，最后编译成面向学习者的教学指令。 证据解析由Evidence Resolution Loop完成，跨多次会话的问题用mapper调用从历史分块中挑选观察，再由resolver合并成带来源的答案。 解释环节依据自我调节学习研究中的CAMM框架，把认知、情感、元认知和动机过程分开表示，每条解释都记录其支持观察和推断边界。

离线环节PairRoute用中间执行记录区分是接口取证据出错还是模型执行出错，再针对确认的模型失败构造分阶段监督。 仅凭最终回答错误无法判断问题出在接口对证据的获取与表示，还是模型执行了一个可行阶段。 在100例开发集上，选定接口下的证据准确率随三轮模型训练从212/300升到250/300，第一轮更新提高6.0个百分点，配对区间为[1.7, 10.3]。

这套框架在LongTutor的1,000例人工标注划分上评估，每例含199条历史记录和一个当前问题，覆盖证据获取、学习者诊断和教学三项指标；接口修订与模型训练在369例发现集、32例探针集和100例开发集上完成。它面向需要把长学习历史转成教学决策的辅导系统研究者与工程师，评估单位是独立的历史快照。

LongTutor评估的是独立历史快照，不测量真实学习者的保持、迁移或长期进步；教学分数由模型评审给出，部分配置与评审同属一个模型家族。精炼研究只用一个本地骨干、三轮监督和一个被自适应复用的开发集，跨模型与接口的评估刻画的是兼容性，没有与替代精炼策略做预算匹配的对照。接口用工程启发式表示学习相关证据，不提供心理特质的校准估计，也不确立教学干预的因果效应。