PulseAugur
中
实时 08:38:11
English(EN) Automated grading of Linux/bash examinations using large language models: a four-level cognitive taxonomy approach

LLM 用于 Linux/bash 考试批改的评估，Gemini 3.0 Pro 领先

作者 PulseAugur 编辑部 · [1 个来源] ·

一项发表在 arXiv 上的新研究探讨了使用大型语言模型 (LLM) 对 Linux/bash 考试进行批改。研究人员使用四级认知分类法，将 GPT、Claude Opus、Gemini 和 GLM 四种前沿 LLM 与专家判断进行了比较。结果显示，在提示中加入评分细则后，Gemini 3.0 Pro 与人类评分员的一致性最高，但随着问题复杂度的增加，准确性有所下降。 AI

影响 LLM 在自动化技术科目批改方面显示出潜力，准确性取决于问题的复杂性和提示的质量。

排序理由 该集群包含一篇详细介绍 LLM 在特定任务上评估的研究论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

LLM 用于 Linux/bash 考试批改的评估，Gemini 3.0 Pro 领先

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Manuel Alonso-Carracedo, Ruben Fernandez-Boullon, Pedro Celard, Francisco J. Rodriguez-Martinez, Lorena Otero-Cerdeira ·

    Automated grading of Linux/bash examinations using large language models: a four-level cognitive taxonomy approach

    arXiv:2607.02432v1 Announce Type: new Abstract: Scalable and reliable grading of command-line examinations remains a challenge in computing education, where rising enrolments make manual marking difficult and rule-based autograders cannot handle partial credit, equivalent solutio…

相关实体

相关话题