智能AI
morning
VeriMath:课程一致的数学评估项目的人在环生成和验证
2026-11-19
1 阅读
约1分钟阅读
Quy P. Nguyen, Duong Q. Nguyen, Dinh P. T. Nguyen, Truong-Giang T. Le, Truong A. Bui, Vi H. Vo, Quang-Thinh Bui, My-Phuong Ngo, Trong N. Do, Thao P. Le, Phuc M. Nguyen, H. Nguyen-Xuan
字号:
arXiv:2611.23456v1 发布类型:新 摘要:自动生成数学评估项目是教育人工智能中不断发展的领域,但课堂部署仍然具有挑战性。生成的问题必须满足多重约束:数学正确性、课程一致性、适当的认知难度和教育者的可审查性。虽然之前的工作已经先进的文本生成,但可靠的评估创作需要对本地化考试格式和专家教育判断进行精细控制。为了应对这一挑战,我们推出了 VeriMath,这是一个通用的人机交互框架,用于生成严格的、受课程限制的数学评估草案。使用带注释的参考项目,该框架将生成锚定到所要求的检查部分和认知推理水平,然后应用顺序自动验证和引导修复,然后提交草稿供专家评审。我们通过国家课程案例研究评估 VeriMath,使用越南 12 年级课程中的 4,555 个数学项目和 50 个不同的生成要求,涵盖多项选择、对错和简答题格式。在两个模型主干中,该框架为每次运行的 94% (47/50) 需求生成验证者接受的草稿。盲人专家评估确认了较高的数学准确性和课程一致性,严格的教师准备评估接受高达 56.8% 的生成项目。对被拒绝草稿的分析揭示了持续存在的与领域无关的挑战,涉及格式、声明有效性和解决方案步骤完整性。这些发现表明,VeriMath 可以通过在严格约束的国家课程框架内生成高度可审查的评估草案,在生成式人工智能和可靠的教育应用之间架起桥梁。
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱