English(EN) Vision-Language Models for Criterion-Level Grading of Handwritten Examinations in Outcome-Based Education

视觉-语言模型在手写考试评分方面展现潜力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-15 04:00

研究人员评估了各种视觉-语言模型（VLM）在基于成果的教育中对手写考试进行评分的有效性。该研究比较了包括 Qwen2.5-VL、InternVL3 和 Pixtral 在内的配置，并使用了零样本提示、少样本提示和低秩适配（LoRA）等方法。使用 LoRA 的 Qwen2.5-VL 实现了 0.727 的 Quadratic Weighted Kappa (QWK) 分数，超过了平均人类配对 QWK 的 0.551，显示出自动评分的潜力。然而，研究也强调了标记在不同运行中的可变性以及对模型生成的解释的有用性缺乏共识等挑战。 AI

影响这些模型有望实现手写考试评分的自动化，提高效率和一致性，优于手动方法。

排序理由该集群基于一篇学术论文，详细介绍了视觉-语言模型在特定任务中的应用研究。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

本文如何被排名

Signal score: 15 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群基于一篇学术论文，详细介绍了视觉-语言模型在特定任务中的应用研究。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Md Khalid Syfullah, Asif Hasan Tonmoy, Saad Ahmed, S. M. Jahangir Alam · 2026-09-15 04:00

用于基于成果的教育中手写考试标准级评分的视觉-语言模型

arXiv:2609.14284v1 Announce Type: new Abstract: Criterion-level grading connects examination performance to learning outcomes, but manual marking introduces workload and variation between markers. This study evaluates vision-language models (VLMs) for handwritten outcome-based as…

本文如何被排名

报道来源 [1]

用于基于成果的教育中手写考试标准级评分的视觉-语言模型

相关实体

相关话题