一种基于大语言模型的命题智能辅助系统

命题作为高等教育自学考试的核心环节,直接决定着考试的质量。命题智能辅助系统通过采用LLM(大语言模型),有效解决了命题文件不规范、拟制工作量大等问题。文章列举管理端和应用端等命题智能辅助系统构成要素的功能,提出包含基础资源层、数据资源层、模型资源层、能力支撑层和应用服务层在内的命题智能辅助系统架构,分析试题数据处理、大模型开发训练和大模型应用编排等管理端模块的基本构成、功能指标和设计思路,描述试题生成、试题复核、试卷生成、试卷审核、试卷文档生成和发布考试等应用端模块的实现流程。

教育测评和学习领域的人工智能技术评估

随着人工智能技术的快速发展,人工智能技术在教育中的应用越来越广泛,很多科技公司投入资金开发人工智能技术应用于教育测评和学习领域,但是这些技术和产品的质量良莠不齐,用户很难辨别,这种情况在某种程度上不利于教育人工智能产业的发展。为帮助用户评估人工智能技术应用于教育测评和学习领域的产品质量,提出自动生成考题或学习材料、自适应学习、自动评分和自动反馈4项技术的评估方法,从决策者和用户的角度对如何评估教育人工智能技术给出建议。

人工智能技术在考试中的应用

近年来,以深度学习为基础的人工智能技术在计算机视觉、语音、自然语言处理等领域取得重大突破。本文详细阐述人工智能技术在考试命题、英语听说考试、纸笔考试评卷和标准化考场建设4个方面的成功应用,以及由此带来教育考试方式的重大变化,同时展望了人工智能技术在教育考试中的未来发展方向和前景。