选模型，从你要做的事开始我
输入材料
学习目标、知识范围、题型要求、示例题、评分规则与作答数据。
目标交付
题目与解析、评分量规、目标覆盖表和题目质量分析。
怎样一步步完成
把工作拆成可检查的环节，再选择模型和配套工具。
- 01
建立评价蓝图
按学习目标分配题型和覆盖比例，明确要评价记忆、理解还是实际应用。
- 02
生成题目与评分依据
要求模型同时输出答案、推导过程、常见错误和评分标准。
- 03
独立验证题目
对计算题用代码核算，对开放题检查量规是否清楚且可重复使用。
- 04
根据作答情况修订
实际计算题目难度、区分度和缺失情况，检查歧义与不公平条件。
需要哪些模型能力
按实际环节组合使用，下面的目录会展示匹配其中一种或多种能力的候选。
查看匹配的模型配套工具
题库系统计算验证环境教师审核与评分样本
选型与交付检查
- 生成答案要独立核验，不能由同一次输出自证正确。
- 客观题应排除多解、线索泄漏和选项歧义。
- 自动评分先对照教师评分样本评估一致性。
可以这样描述需求
根据课程目标撰写练习题、答案解析和评分标准，用 Python 验证计算题并分析作答数据，找出需修订的题目。带着这个需求继续选型