标签
本文提出了 Ruspan，一种基于评分标准条件的简答题自动评分（ASAS）框架，将题目、答案和评分标准等级序列化后，通过单次 LLM 前向传播完成评分；此外还提出了一种与评分标准无关的掩码变体（Rubric-Independent Mask），可在评分标准结构发生变化的多语言 ASAS 基准上提升零样本迁移性能。
IKS-Instruct 是一个包含24,795个指令-响应对的多语言数据集，用于教导语言模型印度知识体系（Indian Knowledge Systems），涵盖七种印度语言和41种教学技术。评估表明，经过微调的7B模型在IKS特定任务上的表现与更大的通用模型具有竞争力。
本文介绍了SEFORA——一个包含教师对学生论文反馈的公开语料库，以及UniMatch——一种用于评估LLM生成反馈的基于参考的评价框架。实验表明，当前的LLM难以匹配教师反馈，F1值最高仅为0.4。
本文描述了UOL@IDEM在BEA 2026 L1感知词汇难度预测共享任务中的封闭赛道提交方案，结合多语言上下文表示与工程化特征。该系统在西班牙语、德语和中文上取得了有竞争力的RMSE分数，其中词频是最稳定的预测因子。
本文提出了一种用于教育对话去标识化的全本地AI级联框架，结合了先召回候选生成器与上下文感知的移除/保留评审器。该方法在不将数据发送到外部API的情况下实现了高精度，在数学辅导记录上优于更小的本地模型和商业API。