LLM被评估为编程考试难度辅助工具，而非评分者

一项发表在arXiv上的新研究探讨了使用大型语言模型（LLMs）作为评估编程考试难度的工具，而不是直接的评估目标。研究发现，LLM在考试问题上的表现与学生通过率呈正相关，与难度指数呈负相关。然而，该研究也指出了局限性，例如AI难度尺度的不稳定性以及无法用于个别学生评分，强调了在教育评估中谨慎应用AI的必要性。 AI

影响 这项研究表明，LLM可以作为有价值的教育评估校准工具，有可能提高编程课程的公平性和跟踪能力。

排序理由 该集群包含一篇发表在arXiv上的研究论文，详细介绍了关于LLM应用的研究。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Data Structures and Algorithms B
• Gotit.pub
• GPT 5.6 "Sol"
• Hugging Face
• OpenAI
• ScienceCast
• Secondary Highway 101

• 论文
• 产品

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