← 返回实验室

AI作业步骤判分定制:手写推导识别与分步给分

在理科作业场景里,「答案对、过程错」很常见:跳步、符号写反、单位漏写,只判最终对错会把这些问题全部放过。我们尝试把整题判分拆成步骤级判分——先对手写版面做行切分与公式区域定位,识别符号与等式结构,再把学生步骤与标准解法中的赋分点逐项对齐,跳步、错号、单位缺失分别落到不同错因标签上。

阶段性进展(内部中学数学练习样本,约 1.2 万道题):

  • 步骤切分与教师标注的步骤数一致率约 86%,最终给分与教师评分一致率约 89%;误差主要来自多解法题目与连笔书写,符号识别仍是首要误差源;
  • 错因标签已接入错题本,按知识点聚合推送变式练习后,两周内同一知识点重复出错的占比下降约两成。

下一步补充几何证明与物理计算两类长推导,并建立「过程分争议样本」回流机制:教师对给分存疑的样本进入再标注,用于修正步骤对齐的匹配阈值,而不是简单放宽或收紧判分。

评论

更多研究动态

查看全部实验室 →