Model Qwen3-Next kesulitan menurunkan beban kognitif dalam kontrol pendidikan yang selaras dengan Bloom

Para peneliti memperkenalkan kerangka kerja yang selaras dengan Bloom untuk mengukur kemampuan Model Bahasa Besar (LLM) dalam mempertahankan maksud instruksional sambil mengalihkan beban kognitif menuju tujuan pembelajaran tertentu. Studi ini mengevaluasi Qwen3-Next-80B-A3B-Instruct dan Qwen3-Coder-Next di seluruh 2.520 tugas pemrograman dari tiga benchmark.

• Kedua model secara andal meningkatkan beban kognitif tetapi kesulitan menurunkannya, mengungkap asimetri arah yang kuat.
• Kontrol kesulitan umum dan kontrol Bloom diuji menggunakan Taksonomi Bloom yang direvisi sebagai skala operasional.
• Model umum menunjukkan pemisahan lapisan tengah yang lebih jelas untuk kedua kontras kontrol dibandingkan dengan model coder.
• Pengelompokan delta semantik dan probing Rasio Diskriminan Fisher per lapisan mengkarakterisasi hasil-hasil ini.

Hasilnya menunjukkan bahwa kinerja eksekusi yang kuat tidak secara otomatis menyiratkan kontrol pendidikan yang selaras dengan Bloom.