研究人员提出AICG数学简答题自动评分框架
Start here
2026年11月2日，研究人员在 arXiv 发布论文，提出了用于数学简答题自动评分的 AI 感知认知监督框架 AICG。该框架采用双分支多任务架构，旨在提供认知监督并消除生成式 AI 引入的评估偏差。在架构设计上，AICG 结合了 RoBERTa 评分与基于 Q-matrix 的技能预测，并通过生成式 AI 检测器计算辅助概率以赋予作答可信度权重。实验测试显示，在 49,402 份作答样本中，AICG 相比 RoBERTa 回归模型将 MAE 降低了 50.3%，同时将 QWK 指标从 0.798 提升至 0.927。
AI-generated from reports · Updated 3 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理超越作答评分：用于数学简答题自动评分的 AI 感知认知监督框架 AICG
研究者提出数学简答题自动评分框架 AICG，通过双分支多任务架构提供认知监督并消除生成式 AI 引入的评估偏差。该框架结合 RoBERTa 评分与 Q-matrix 技能预测，并利用生成式 AI 检测器计算辅助概率以赋予可信度权重。在 49,402 份作答测试中，AICG 相比 RoBERTa 回归将 MAE 降低 50.3%，QWK 从 0.798 提升至 0.927。
Story heat trend
Current heat 9·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.