跳到正文
arXiv · NLP· Daniel Baumartz, Alexander Mehler, Mevl\"ut Bagci, Maxim Konca·· 3 天前AI 评分28

LLM 驱动的作文自动评分在医学教育中的验证:对比分析

Validating LLM-Based Essay Scorers: A Comparative Analysis in Critical Online Reasoning in Medical Education

AI 导读

研究显示,基于通用 LLM 的评分系统组合可近似人类评分,无需特定领域微调。 实验评估了 8 种 LLM 和 11 个 AES 系统,处理 668 份学生回答。 单个系统不足,但组合后能大幅减少人工评分需求。

来源:arXiv · NLP · arxiv.org