研究人员开发了REC-CBM，这是一种新颖的概念瓶颈模型，专为教育领域的可信开放式评分而设计。该模型通过明确纳入评分条维度和评分尺度的序数性质，解决了现有系统的局限性。REC-CBM还包括一个用于纠正潜在概念误差的模块，增强了教育工作者的可解释性和可靠性。 AI
影响 这项研究为教育评分提供了一个更透明、更具可解释性的AI解决方案，有望提高教育工作者对自动化系统的信任度和采纳率。
排序理由 这是一篇详细介绍特定应用新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
