arXiv cs.CL· Shengran Guo, Min Chi, Feifei Qiao, Varad Patwardhan·· 2 小时前精选AI 评分67
AICG：面向自动数学简答题评分的AI感知认知监督框架
Beyond Response Scoring: An AI-aware Cognitive Supervision Framework for Automated Mathematical Short Answer Grading
AI 导读
研究人员提出AICG框架，通过双分支多任务学习结合RoBERTa回归与Q-matrix认知监督，解决传统自动评分难以处理复杂数学符号及生成式AI辅助偏差的问题。在49,402份教师评分数据上，AICG将平均绝对误差降低50.3%，二次加权Kappa系数从0.798提升至0.927，并在最近四个学期中持续改善评估可靠性。
推荐理由
提出结合认知监督与AI检测的自动评分框架，在49402份人工评分数据上显著降低误差并提升一致性。
来源：arXiv cs.CL · arxiv.org