数字技术与应用杂志社

摘要：<正>大语言模型（LLM）作为人工智能技术的重要突破，正在深刻改变教学与评价方式。本文聚焦利用LLM实现习作增值评价的问题，提出了一种融合作者画像的增值习作评价方法。该方法利用模型的上下文学习能力，通过提示词引导其结合学生个人特征和写作能力发展轨迹实现对当期习作的增值评价以及学生写作能力发展追踪。通过在小学六年级学生中采集习作样本开展对照实验，结果表明，该习作增值评价在评分稳定性以及与人类教师的评价一致性方面表现良好，此外，结果还证实了作者画像在增值评价中的核心作用。

基金资助： 2025年度台州职业技术学院校级科研项目“知识图谱驱动的AI Agent在MOOC课程推荐中的应用”（2025YB33）；

专辑： 信息科技;社会科学Ⅱ辑

专题： 教育理论与教育管理;初等教育;计算机软件及计算机应用;自动化技术

分类号： TP18;G623.24;G434