跳到正文
热点事件持续更新

arXiv研究：LLM评估诊断质量不足

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Xi Zhao、Xinyue Jiao 和 Zhen Xu 在 arXiv 发布论文，基于 JorGPT 数据集分析大语言模型在高等教育自动评分中的诊断质量。研究发现，LLM 生成的子维度分数高度相关，缺乏独立诊断信息；其文本反馈检测学生误解的准确率仅为 5-7%，远低于教师的 15-31%，且反馈语气缺乏随答案质量变化的严重度调节。

AI 根据报道生成 · 12 小时前更新

最新进展10月8日 12:00
arXiv 研究：LLM 生成结构化评估在高等教育中的诊断质量分析

报道时间线

沿着报道，了解事件的不同侧面。

10月8日
  1. arXiv cs.CY精选
    arXiv 研究：LLM 生成结构化评估在高等教育中的诊断质量分析

    该研究基于 JorGPT 数据集分析了 LLM 在高等教育自动评分中的诊断质量，发现 LLM 生成的子维度分数高度相关，缺乏独立诊断信息。文本反馈检测学生误解的准确率仅为 5-7%，远低于教师的 15-31%，且反馈语气缺乏随答案质量变化的严重度调节。

本事件热度走势

可比范围当前
7
可比范围峰值
1010月8日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。