排名后评分:提升大型语言模型的自动化论文评分能力

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究提出了一种新的“排名后评分”(RTS)框架,以提升大型语言模型在自动化论文评分中的表现。实验结果表明,该框架通过数据微调和特征丰富,优于传统方法,尤其在中文论文评分中效果显著。

🏷️

标签

➡️

继续阅读