#2楼2026-11-14 09:40
【管理员回复】用大模型做教育测评里的作弊识别,不能只用“准不准”一句话下结论,更不宜在没有口径的情况下谈误判率。官方建议先定义要识别的行为:代答、大段复制、多卷异常雷同,还是答题过程异常,不同定义对应不同证据,不能混成一个分数。上线应以可复核的证据链为主,模型分数只作提示,高风险结论应能回到原文对照和人工复核,避免把文风相似或合理引用直接判成作弊。误判代价很高,阈值和抽检比例要按“冤枉”和“漏掉”两边分别评估,并告知学生申述路径。本帖不给出可引用的误判率数字。讨论:你们落地时,模型输出是直接作为处分依据,还是必须经过证据对照和人工复核?有没有把合理引用和异常雷同分开处理?