Frontiers in Education· Thapanapong Rukkanchanunt·· 7 小时前精选AI 评分74
多模态模型直接批改图像化数学与编程作业：基于评分量表的决策与跨模型选择性复核研究
Direct multimodal grading of image-based mathematics and computing responses: rubric-constrained decisions and cross-model selective review
AI 导读
该研究评估了 GPT-4.1、Claude Sonnet 4.6 和 Gemini 2.5 Pro 在本科数学与编程课程中直接批改图像化作业的表现。结果显示，单模型与教师决策的一致率介于 76.5% 至 87.6% 之间，而采用三模型完全一致作为自动通过标准时，可覆盖 65.6% 的评分决策，且该子集的一致率提升至 91.9%。
推荐理由
研究量化了多模型一致性在筛选人工复核中的覆盖率与准确率，为高校构建可审计的 AI 辅助评分流程提供了实证依据。
来源：Frontiers in Education · frontiersin.org