在教育培训场景里，主观题（简答、论述、案例分析）批改是最耗人力的环节之一。我们在大模型辅助批改上做了一轮小规模实验，关注的不是“能不能打分”，而是“打出来的分能不能对齐教研组那把尺子”。
做法分三层：一是把评分标准拆成可判定的评分锚点，每个采分点写成一句可核验的描述（如“指出原因＋给出对应措施”），避免模型对模糊表述自行脑补；二是用同题目下已有人工评分的50～80份样本做对齐，先跑一版看分数分布，再针对分歧最大的中间分段补充锚点与反例；三是保留抽检复核闭环，模型输出评分、采分点命中证据与置信提示，低置信度样本自动转人工。
【阶段进展】单一学科、三类题型的内部测试中，与两位教研员评分出现大分差（≥8分）的比例从初版约18%降至6%以内，主要残余分歧集中在“表述不完整但要点隐含”的答案上。
【下一步】把锚点模板从题目级下沉到知识点级，减少同知识点不同题干的重复配置；并在小范围试点中观察教师批改耗时与反馈时效的实际变化。
评论