萨利机长

机器人400米预赛状况百出：有的摔出火星子、有的赛后四分五裂_我的网站

A |      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。    8月24日消息，据报道，近期，第二届世界人形机器人运动会于国家速滑馆“冰丝带”正式开幕，开幕式结束后，大型组400米预赛随即展开，八场分组比拼轮番上演，赛场上却接连上演机器人摔倒的意外场面。    弯道成为众多机器人难以逾越的关卡。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。首场较量中，两台机器人起步后加速向前，可临近最后弯道时，一台机器人失衡倒地，机身迸出火花，遗憾没能完成比赛。

B | 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。          后续场次同样事故不断，有的机器人刚进入首个弯道就直接跌倒，由工作人员搬离赛场；还有一台机器人闯过两道弯道，即将进入第三个弯道时重重摔倒，甚至在跑道表面留下划痕。

C |     赛场也不乏亮眼表现。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。经过工作人员抢修，天工队的机器人登场，跑出了39秒7的成绩，大幅改写上届赛事纪录，引得现场观众阵阵欢呼。     余下场次里，多数机器人顺利跑完全程，但也出现小插曲，天链队一台机器人似乎没能识别发令信号，始终停留在起点。

D | 第八场的机器人更具戏剧性，摔倒后自行站起重返赛道，成功冲线，却在结束后撞上场地设备，机身直接散架。                    

。生成式 AI 与人类批改同一批论文时存在明显差异。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。”除一种情况外，AI 模型给出的平均分普遍高于人工评分。平均分方面，AI 模型与人工评分的最大差距达到 16.1 分；具体到单篇论文，最大差距达到 40 分。获悉，威廉 · 凯还发现，AI 往往会压低高分论文的成绩，又把低分作业的成绩抬高，最终使分数系统性地向中间集中。研究结果说明，至少现阶段，即使经过大量训练，AI 仍无法可靠地对主观性较强的书面作业给出与人类相当的分数。“我们测试的大模型目前并不适合取代教师，为学生预测作业成绩。

E | ”研究人员指出，高等教育领域确实很关注大模型能否利用模式识别能力，让学生作业评分更加客观，同时提高批改效率、减轻教职人员压力。

F | 但这项研究表明，目前并不适合这么做。此外，未经学生明确同意便把作业提交给 AI 工具，本身还涉及伦理问题；大模型也不能、也不应该被依赖来给学生的长篇书面作业评分。“随着大模型继续发展，未来模仿人类判断的能力可能会提高。但从这项研究来看，要让 AI 给出的分数与人工评分真正保持一致，恐怕并不容易。

Current article:http://434eg12.sunaichitikouchua.bond/c79mj/mgfqu.html

Published on:05:36:04