来源：期刊VIP网 时间：
作者：王萌;刘晓燕;罗海驰;徐戈;
单位：江南大学江苏“互联网+教育”基地;江南大学物联网工程学院;闽江学院计算机与大数据学院;
摘要：大语言模型因强大的自然语言理解与生成能力，为解决实验报告评价过程中面临的效率低下、主观性强、评语模板化等问题提供了技术契机，但对实验报告内容进行系统性评价有待进一步研究与验证。该文以“人工智能应用”课程为例，首先基于文献分析和专家咨询构建了实验报告评价指标体系；然后，提出了基于少样本思维链的LLMs实验报告文本自动评价方法；最后，选取三个代表性的LLMs从评分一致性和评语质量两个角度，对自动评价方法有效性进行了验证。实验结果表明，该方法在三个LLMs上获得了较好的评分一致性，所生成的评语在可读性、相关性、准确性、个性化四个维度上均达到了较高的质量水平。该文希望通过探讨LLMs在实验报告自动评价方面的可行性，推动实验教学评价的智能化与个性化发展。
关键词：大语言模型;;论文式实验报告;;文本自动评价;;人工智能应用课程
基金资助：国家自然科学基金项目(62307021);; 闽江学院2024年度“揭榜挂帅”项目(ZD202401)
