实体
Classical test theory
Classical test theory
PulseAugur coverage of Classical test theory — every cluster mentioning Classical test theory across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
大型语言模型难以准确评估项目难度，低估学习者的复杂挑战
近期研究表明，虽然大型语言模型（LLMs）可以以中等准确度预测项目难度级别，但它们在识别真正困难的项目时却力不从心。研究发现，LLMs 倾向于低估因误解而对学习者构成挑战的项目难度，这种现象被称为“简单陷阱”。这表明当前的 LLMs 可能在近似课程难度而非认知难度，从而在教育评估和自适应系统中带来偏见的风险。
-
新的EduArt基准揭示了大型语言模型在艺术史知识方面的局限性
研究人员推出了EduArt，这是一个旨在评估多模态大型语言模型艺术史知识和视觉推理能力的新基准。该基准包含871个问题，这些问题来源于意大利中学的练习题和美国大学预修艺术史考试，涵盖了多种格式和语言。对十二个模型的评估显示，虽然许多模型在选择题上表现接近满分，但在开放式填空和错误识别等更复杂的格式上，其准确率显著下降，这表明知识回忆与应用之间存在脱节。