AI主观题评分定制：评分细则对齐与一致性校准

主观题批改是教育AI落地中最难标准化的一环：答案开放、表述多样，模型直接给分时容易漂移，也难以向教师解释。教育AI实验室本期把问题前移到「评分细则对齐」——先将教研组给出的评分细则拆解为可核查的采分点，由模型只负责采分点的命中判定，再由命中结果按规则合成总分，减少模型对整段答案的「整体感觉」式打分。

进展与数据：
· 在两所中学的语文、历史学科试点，用教师双评样本做一致性校准，二次加权Kappa由0.61提升至0.77，与教师评分差距在±1分内的比例约88%；
· 增加分档回归校准环节，缓解长答案与书写较满答案的系统性偏高问题。

下一步计划把同一套管线迁移到开放性实验报告与过程性评价场景，同时输出「评分依据可追溯」的采分点定位结果，定位为教师复核的辅助工具，而非替代人工判分。