PulseAugur
中
实时 08:14:01
English(EN) Using Evidence-Centered Design to Guide Prompt Engineering in Measurement: An Illustration with Automated Essay Scoring

AI作文评分获得结构化框架以实现有效性和成本效益

作者 PulseAugur 编辑部 · [2 个来源] ·

两篇新研究论文提出了用于改进人工智能自动作文评分（AES）的结构化框架。第一篇论文将以证据为中心的设计（ECD）引入到指导大型语言模型的提示工程中，旨在提高人工智能生成教育输出的有效性、可靠性和公平性。第二篇论文提出了一个成本感知测量设计（CAMD）框架，该框架将 AES 成本重新定义为测量设计问题，而不是纯粹的技术效率问题，重点关注最小化每个可辩护分数的成本。 AI

影响 这些框架旨在提高人工智能在教育评估中的严谨性和成本效益，可能带来更可靠、更公平的自动评分系统。

排序理由 两篇在 arXiv 上发表的学术论文，提出了人工智能应用的新框架。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

AI作文评分获得结构化框架以实现有效性和成本效益

本文如何被排名

Signal score
35 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Research
两篇在 arXiv 上发表的学术论文，提出了人工智能应用的新框架。
Source corroboration
2 independent sources
Multiple independent publishers reporting the same story raises confidence that it's real and newsworthy.
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 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Jiawei Xiong, Cheng Tang, Hong Jiao, Hanna Choi ·

    运用以证据为中心的设计指导测量中的提示工程：以自动作文评分为例

    arXiv:2610.15231v1 Announce Type: new Abstract: Generative artificial intelligence (GenAI) models, particularly large language models (LLMs), are increasingly used in educational settings for tasks such as item generation, automated scoring, and feedback delivery. The quality of …

  2. arXiv cs.CL TIER_1 English(EN) · Yi Gui ·

    从效率到充足：面向自动论文评分的成本感知测量设计框架

    arXiv:2610.19287v1 Announce Type: cross Abstract: Compute cost in automated essay scoring (AES) is usually treated as a technical efficiency issue rather than a measurement design concern. Yet deployment decisions require more than reporting latency, model size, or inference expe…

相关实体

相关话题