BEA 2025 Shared Task

新AI模型FATE评估导师质量，对标顶级LLM

研究人员开发了FATE，一个拥有80亿参数的语言模型，用于评估人工智能导师的教学质量。该模型与BEA 2025共享任务的评估轨道一致，评估错误识别、定位、指导和可操作性。通过从前沿LLM进行知识蒸馏，FATE的性能提升高达22.63个百分点。在与商业模型的基准测试中，Gemini 2.5 Flash得分最高，达到82.88%，其次是ChatGPT 5.5 Instant、DeepSeek-V4 Flash和Claude Sonnet 4.6。