一种利用大语言模型的思维链提示方法，用于评估学生在科学课程中的形成性评价作答
A Chain-of-Thought Prompting Approach with LLMs for Evaluating Students' Formative Assessment Responses in Science
AI总结：
本文提出将GPT-4与少样本学习、主动学习和思维链推理结合，并引入人在回路机制，实现对中学科学形成性评价的自动评分与解释。
摘要：
本文探讨了使用大语言模型（LLMs）对K-12科学课程中的简答题评价进行评分和解释。现有方法虽然能够对结构更清晰的数学和计算机科学评价进行评分，但通常不提供对分数的解释。我们的研究聚焦于使用GPT-4对中学地球科学进行自动化评价，并将少样本学习和主动学习与思维链推理相结合。通过采用人在回路（human-in-the-loop）的方法，我们成功地对形成性评价作答进行了评分，并提供了有意义的解释。对我们方法优缺点的系统分析揭示了人在回路技术在增强开放式科学评价自动评分方面的潜力。
英文摘要：
This paper explores the use of large language models (LLMs) to score and explain short-answer assessments in K-12 science. While existing methods can score more structured math and computer science assessments, they often do not provide explanations for the scores. Our study focuses on employing GPT-4 for automated assessment in middle school Earth Science, combining few-shot and active learning with chain-of-thought reasoning. Using a human-in-the-loop approach, we successfully score and provide meaningful explanations for formative assessment responses. A systematic analysis of our method's pros and cons sheds light on the potential for human-in-the-loop techniques to enhance automated grading for open-ended science assessments.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
