RUSPAN 框架用评分标准跨度做短答评分
原文标题：Rubric Spans are Label Representations: Joint LLM Encoding for Short Answer Scoring
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究提出 RUSPAN，把评分标准描述当作语义标签表示，将题目、学生答案与候选评分等级序列化为单条序列，一次前向即完成列表式打分。其 RUSPAN-RIM 变体用评分标准独立掩码阻止标准跨度互相注意，提升零样本迁移能力。在英德葡六个短答评分基准上优于判别式与生成式基线。
- 问题
- 短答评分需按题目专属评分标准打分，且要高效、可跨评分标准迁移。
- 方法
- 把评分标准描述当语义标签，题目、答案与候选等级序列化为单条序列一次前向打分；RIM 掩码阻止标准跨度互相注意。
- 结果
- 在英德葡六个短答评分基准上优于判别式与生成式基线
- 影响
- 教育类自动评分可用单次前向替代逐条比对，降低推理成本并提升跨评分标准泛化。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。