天气预报

B |      8 月 24 日消息，据外媒 Phys.org 今天（24 日）报道，卡迪夫大学和墨尔本大学的一项新研究发现，生成式人工智能（GenAI）目前还无法像人类教师一样可靠地评判学生的书面作业。研究人员使用 ChatGPT 的两个版本，对 50 篇生物科学专业本科生论文进行评分，以测试大模型评估学生作业的能力。ChatGPT 需要按照 7 项标准批改这些论文，研究人员还采用了 4 种不同的提示方式，随后将大模型与人工评分的平均分和分数波动情况进行比较。图源：Pexels卡迪夫大学生物科学学院威廉 · 凯博士指出：“研究结果显示，模型给出的分数波动很大，无法准确预测人工评分。近期在网上，关于足球和飞盘争夺场地的讨论也愈演愈烈。生成式 AI 与人类批改同一批论文时存在明显差异。对于飞盘和足球的场地之争，国足门将王大雷就表示，“足球场没人踢，人家花钱租场地玩飞盘，爱玩什么玩什么，这你能管得了人家嘛。” “人家花钱了消费了想干嘛干嘛，建了球场又没人踢球，还不让别人玩别的。

C | 只看论文总分，两者给出的结果相对接近；一旦具体到每项评分标准和每一篇论文，大模型与人工评分之间的差距就相当明显。老说些道貌岸然的，没品。” 北京市体育局局长赵文也在接受媒体采访时聊到过这个问题。“青少年更需要滑板U型槽、飞盘场地等。所以在今后北京新建的体育场地设施建设上，我们也会更多考虑青少年个性体育需求，提供多元化的场地设施。”除一种情况外，AI 模型给出的平均分普遍高于人工评分。”