English(EN) CoTAL: Human-in-the-Loop Prompt Engineering for Generalizable Formative Assessment Scoring and Feedback

新AI方法通过人类反馈增强教育评估评分

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-10 04:00

研究人员开发了CoTAL，一种在教育环境中利用大型语言模型进行形成性评价评分和反馈的新方法。该方法整合了以证据为中心的设计、人机协同提示工程（结合思维链提示）以及基于教师和学生反馈的迭代优化。CoTAL已在多个学术领域证明了其在提高GPT-4评分准确性方面的显著优势，优于基线方法。 AI

影响这种方法可以提高教育评估的效率和准确性，为学生和教师提供更好的反馈。

排序理由该集群包含一篇详细介绍AI在教育领域新方法的学术论文。[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 →

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Clayton Cohn, Ashwin T S, Naveeduddin Mohammed, Gautam Biswas · 2026-06-10 04:00

CoTAL: Human-in-the-Loop Prompt Engineering for Generalizable Formative Assessment Scoring and Feedback

arXiv:2504.02323v4 Announce Type: replace Abstract: Large language models (LLMs) have created new opportunities to assist teachers and support student learning. While researchers have explored various prompt engineering approaches in educational contexts, the degree to which thes…