★ 2
Alice 德语评分标准短答评分基准发布
研究发布 Alice，一个大规模、基于评分标准的德语自动短答评分数据集，含学习表现、知识要素与技能三个子任务。作者将评分标准式短答评分形式化为评分标准检索任务，并用从编码器模型到轻量 LLM 的多种模型做基准测试。结果显示 LLM 在零样本下尤其难以评估知识要素与技能。
arXiv NLP25 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究发布 Alice，一个大规模、基于评分标准的德语自动短答评分数据集，含学习表现、知识要素与技能三个子任务。作者将评分标准式短答评分形式化为评分标准检索任务，并用从编码器模型到轻量 LLM 的多种模型做基准测试。结果显示 LLM 在零样本下尤其难以评估知识要素与技能。