- 综合排序
- 最热优先
- 最新优先
- 来自专栏镁客网
不止会下棋，人工智能还能高考阅卷
近日，大家的关注点都被“李世石大战人工智能”所吸引。孰不知，人工智能不仅会下棋，还能高考阅卷。 据日本《产经新闻》3月7日报道，日本文部科学省主持展开的“大学入试中心考试”（相当于中国的高考）将于2020年废止，将替代此项考试的，是“大学入学希望者学力评价考试”。 为提高效率、保证判卷的稳定性，日本文部科学省甚至考虑到灵活运用人工智能（AI）去帮助阅卷。如果此举能成，这将是日本首次引进AI为高考题评分。 据悉，人工智能阅卷是依据文章的长短、人为输入的词汇等得分要点，对照答案，在瞬间判断出正误，并给出相应的分数的。而且，当人工智能积累了一定的经验后，还能学习具体的判断标准，最终实现从多个角度做出判断。 目前，中国运用在考试阅卷中的技术，大多以机读卡（一种简单的光学字符识别（OCR）的技术）为主。但是，这只能减少选择题的阅卷工作量。
1.1K50发布于 2018-05-28 - 来自专栏机器学习与统计学
利用Python开发智能阅卷系统（附源代码）
本文为“机器学习交流群”群友华兵同学投稿 随着现代图像处理和人工智能技术的快速发展，不少学者尝试讲CV应用到教学领域，能够代替老师去阅卷，将老师从繁杂劳累的阅卷中解放出来，从而进一步有效的推动教学质量上一个台阶 传统的人工阅卷，工作繁琐，效率低下，进度难以控制且容易出现试卷遗漏未改、登分失误等现象。 ? 现代的“机器阅卷”，工作便捷、效率高、易操作，只需要一个相机（手机），拍照即可获取成绩，可以导入Excel表格便于存档管理。 ?
2.8K30发布于 2019-12-10 - 来自专栏程序IT圈
利用Python开发智能阅卷系统（附源代码）
随着现代图像处理和人工智能技术的快速发展，不少学者尝试讲CV应用到教学领域，能够代替老师去阅卷，将老师从繁杂劳累的阅卷中解放出来，从而进一步有效的推动教学质量上一个台阶。 传统的人工阅卷，工作繁琐，效率低下，进度难以控制且容易出现试卷遗漏未改、登分失误等现象。 ? 现代的“机器阅卷”，工作便捷、效率高、易操作，只需要一个相机（手机），拍照即可获取成绩，可以导入Excel表格便于存档管理。 ?
1.6K10发布于 2021-01-19 - 来自专栏TEL18600524535
解码笔迹：手写体文字识别技术驱动阅卷系统智能化变革
传统人工阅卷方式受限于效率、成本与主观性，难以满足大规模、高时效的现代教育评估需求。基于深度学习的手写体文字识别技术，正在为这一痛点提供智能化解决方案，悄然改变着阅卷系统的运作模式。 早期基于简单图像处理的自动化阅卷技术，对手写体，尤其是书写潦草、布局复杂、有涂改痕迹的文本识别率低，难以实际应用。 结构化信息提取：不仅能识别文字，还能智能判断填空题的空位、计算题的步骤、作文的段落，甚至分析笔迹的工整度（作为可能的辅助分析维度），实现试卷内容的深度结构化解析。 将手写体文字识别术集成到阅卷系统中，催生了高效、精准、多维的智能化阅卷新范式：高效客观题判卷：对选择题、判断题、填空题等，系统可实现毫秒级自动识别与评分，效率提升数十倍，且结果绝对客观一致。 笔尖流淌的智慧，如今在硅基智能的“注视”下被准确捕捉、解析与衡量。
74110编辑于 2025-12-09 软考启用AI辅助阅卷，考试该如何写出让AI模型和阅卷专家都青睐的满分论文？
根据工业和信息化部教育与考试中心在2025年8月采购的“国家职业资格考试及公开招聘考试阅卷技术服务”项目中，明确包含了AI辅助阅卷功能（支持填空题、问答题、论文题等题型的AI评阅功能）。 这意味着，一篇软考论文将同时面对“阅卷专家”的审查与“AI阅卷”的扫描分析。阅卷专家基于丰富的专业经验，对论文的实践真实性、论述深度与评分细则进行综合评判。 真正的关键，在于读懂这场“人机协同”阅卷背后的新规则！ 因此，我大胆推断，AI阅卷在阅卷整个过程中可能扮演两个角色：一是作为“初筛器”，快速提取作答论文的结构要素、关键词和量化数据，为阅卷专家生成初步分析报告；二是作为“校准器”，在多评机制下，辅助识别不同阅卷专家评分间的异常偏差 2、结构逻辑：提供清晰的“导航图” 混乱的论文结构会增加AI阅卷解析复杂度和阅卷专家理解的难度。在论文写作时必须采用公认的高效结构，为论文叙述搭建清晰的写作框架。
16100编辑于 2026-07-08- 来自专栏北京马哥教育
皇上请阅卷！【2016运维高考-考卷汇总】
一年一度高考时，马帮小伙伴也没闲着，做了一套“运维高考题”，那么现在就由你，没错，就是你————最敬爱的大众评审来一起阅卷啦！ We want you！！！ 说说进程和线程的区别 3、查询file.txt以abc结尾的行 4、删除file.txt文件中的空行 5、打印file.txt文件中的第10行 6、对MySQL数据库test进行备份和恢复 备份： 恢复： 7、
1K90发布于 2018-05-07 - 来自专栏新智元
高考&中考也AI，机器人阅卷技术曝光
人工智能技术为解决这一问题提供了一种可能性——让智能化的机器来阅卷。 机器阅卷可以保证过程的客观性和一致性，从某种程度上来说是保证高考公平公正的一个方法。 要想机器阅卷技术真正普及并为阅卷工作带来便利，无法回避的一个难关就是：批阅学生用母语写的作文。 机器阅卷技术的未来 未来，随着人工智能技术的发展，除了开放式作文、甚至政史地问答题等试题的批阅中，机器都可以自动阅卷。机器可以自动学习教师的阅卷方法。 比如一次考试有2000份卷子，从第一份卷子开始，机器就可以学习教师的阅卷方法，学到200份的时候机器就可以代替人工，自动对剩下的试卷进行智能化打分。 目前，在国内机器智能阅卷技术发展中，科大讯飞已经在安庆、合肥等地成功试点应用。
4.2K60发布于 2018-03-26 - 来自专栏Lan小站
用Python快速阅卷选择、填空题等客观题目
使用说明： 将所有需要阅卷的答案按照以下格式放到一个target.txt文档中： 姓名+空格+答案1+答案2 多个学生请换行隔开 如： 学生1 A B B B C B B B BD C D C D B ------------------------------------------------- @ Author ：Lan @ Blog ：www.lanol.cn @ Date ： 2020/7/
86610编辑于 2022-07-14 - 来自专栏用户8858632的专栏
人工智能在哪些方面对教育影响最大?
人工智能与教育碰撞，会是什么样的场景？这自然而然会引起人们的遐想，而且人工智能已经迅速进入到教育领域。 科大讯飞AI研究院北京分院副院长付瑞吉博士介绍说，“人工智能在考试阅卷上也有不俗的表现，引入智能阅卷技术，可对空白卷、疑似雷同等问题卷进行检测，节省20%的工作。 2017年上半年，智能阅卷技术在CET及全国25个地区的中考、高考、学考中使用，覆盖近700万名考生。” 当前，图像识别、语音识别、人机交互等人工智能应用技术在教育领域都有了应用。 比如，通过图像识别技术，人工智能可以将教师从繁重的批改作业和阅卷工作中解放出来；语音识别和语义分析技术，可以辅助教师进行英语口试测评，也可以纠正、改进学生的英语发音；而人机交互技术，可以协助教师为学生在线答疑解惑 除此之外，个性化学习、智能学习反馈、机器人远程支教等人工智能的教育应用也被看好。 关于人工智能与教育，还有一点让大家津津乐道：未来哪些职业将可能被人工智能取代？
78720编辑于 2022-01-11 WorkBuddy保姆级教程（廿六）｜教研组长的日常——从命题到阅卷分析
放在以前，这些事儿能让我从早忙到晚。但现在？三个小时内全部搞定。怎么做到的？往下看。
27110编辑于 2026-07-13阅卷老师给腾讯元宝的高考作文打了个分
不说废话，上考题： 2024年高考作文·全国新高考I 卷 阅读下面的材料，根据要求写作 随着互联网和人工智能的发展，它们能解答的问题越来越多，请问人类的问题会越来越少吗? 互联网、人工智能……在AIGC不断“涌现”的当下，这道题可以说十分应景了（腾讯元宝：咋感觉这道题在点我？！）。 既然被点到，就来测测腾讯元宝的写作能力吧： 腾讯元宝写的怎么样？ 不仅抠出了“互联网”、“人工智能”这几个带有“时代性”的核心词，在分析时也比较客观理性，结构完整，行文流畅，整体逻辑也是很严密的。 为什么还没有到一类卷的水平（55-60分）？ 论述过程中，从历史到现实，再到未来发展的展望，层层递进，逻辑清晰，最后落实到“智能技术的发展，恰恰是在不断回应人类质疑、解决人类难题的过程中前行的”，实现了一个较完整的论述过程。 如果你是阅卷老师，会给腾讯元宝的作文打多少分？
79510编辑于 2024-06-07- 来自专栏科控自动化
.Net7 IDE智能提示汉化
本地化xml生成工具 工具以dotnet cli发布，使用dotnet tool进行安装 dotnet tool install -g islocalizer .net7的汉化包已经有现成的了，可以直接进行安装
97710编辑于 2023-02-28 - 来自专栏科控自动化
S7-12001500 组态智能设备
S7-1200 之间 Profinet IO 通信简介 S7-1200作为智能IO设备和S7-300的Profinet 通信 机器人取件--KUKA机器人与S7-1200profinet配置 通常，可有 2 种组态方式： 组态项目中的智能设备 组态用于其它项目或工程组态系统的智能设备。 使用 STEP 7，可以通过将已组态的智能设备导出到 GSD 文件，为其它项目或工程组态系统组态一个智能设备。像处理其它 GSD 文件一样，将此 GSD 文件导入其它项目或工程组态系统中。 STEP 7 分配一个可以更改的默认名称。 选择通信关系类型。例如，为“控制器与设备的通信关系”(Controller-device communication relation) 选择 CD。 通过 GSD 文件组态智能设备 如果在其它项目或其它工程组态系统中使用智能设备，请按上述步骤组态上位 IO 控制器和智能设备。之后，需将该智能设备导出为 GSD 文件。
2K11编辑于 2022-03-29 - 来自专栏Go语言学习专栏
7 - AI 智能体构建 - AI 超级智能体项目教程
具体内容包括： AI 智能体概念与特点 智能体实现关键技术 使用 AI 智能体的多种方式 OpenManus 实现原理 自主实现 Manus 智能体 智能体工作流编排 A2A 协议 一、什么是智能体？ 二、智能体实现关键技术 在自主开发智能体前，我们要先了解一下智能体的关键实现技术，也就是方案设计阶段做的事情。 一个智能体负责生成初步结果，另一个智能体负责评估和反馈，二者循环迭代优化输出 举个例子，在机器翻译场景中，先由翻译智能体输出，再由评审智能体给出改进建议，反复迭代直到达到满意的质量。 ，到数据收集智能体获取必要数据，然后是分析智能体处理这些数据，接着由可视化智能体创建直观图表，最后由报告智能体整合所有发现生成完整报告。 我们还可以大胆想象，未来开发者可以像调用云服务一样，按需租用或组合不同的智能体服务，甚至实现智能体之间的自动交易和结算。目前其实就有很多智能体平台，只不过智能体之间的连接协作甚少。
1.3K21编辑于 2026-03-17 本周人工智能科技简报（2026年7月7日—7月14日）
本周人工智能科技简报 2026年7月7日—7月14日 过去一周，人工智能行业迎来了又一轮密集更新。 OpenAI 发布 GPT-5.6 系列，并同步推动新模型进入 ChatGPT、Microsoft 365 Copilot 和 GitHub Copilot；AI 语音交互、桌面智能体和编程智能体也继续快速演进 语音可能成为下一阶段智能体最重要的入口之一。 、Martin Takáč，论文于 7 月 12 日提交。 Navigate，正式进入具身智能领域。
1.4K10编辑于 2026-07-16- 来自专栏燧机科技-视频AI智能分析
工地扬尘智能监测系统 YOLOv7
工地扬尘智能监测系统算法模型通过yolov7网络算法模型技术，工地扬尘智能监测系统算法模型利用AI视频智能分析技术，并将数据传输到数据中心进行分析。 工地扬尘智能监测系统算法模型之所以选择YOLOv7，是因为YOLOv7 的发展方向与当前主流的实时目标检测器不同，研究团队希望它能够同时支持移动 GPU 和从边缘到云端的 GPU 设备。 工地扬尘智能监测系统算法模型在训练过程主要涉及以下几个方面：1) 设计了几种可训练的 bag-of-freebies 方法，使得实时目标检测可以在不增加推理成本的情况下大大提高检测精度；(2) 对于目标检测方法的演进 在工地扬尘智能监测系统算法模型训练过程遇到问题时，提出了实时目标检测器的「扩充（extend）」和「复合扩展（compound scale）」方法，以有效地利用参数和计算；该研究提出的方法可以有效减少
61530编辑于 2023-09-09 - 来自专栏VoiceVista语音智能
人工智能的7种类型
人工智能，也许是人类有史以来最复杂和最让人震惊的创造物。同时也忽略了一个事实，即仍然有大片的领域人工智能仍未涉及。 人工情绪智能（Artificial Emotional Intelligence）的研究正在萌发，成为很多人工智能研究者的热门研究领域，要达成Theory of Mind人工智能水平，需要其他人工智能分支领域的同步发展 另外一种划分方式，是将人工智能划分为弱人工智能，通用人工智能和超级人工智能。 Artificial Narrow Intelligence(ANI) 弱人工智能代表着所以目前已经存在的人工智能，包括目前人类已经创造的最复杂和最具能力的人工智能。 甚至是最为复杂的使用机器学习和深度学习等自学习能力的人工智能系统均属于弱人工智能。
6.7K20发布于 2019-08-14 - 来自专栏决策智能与机器学习
算法基础（7）| 主流智能算法概览
来源说明 作者：中国信息通信研究院和中国人工智能产业发展联盟 出处：人工智能发展白皮书技术架构篇（ 2018 年） 编辑：九三山人 1.内容提要 2018年9月，中国信息通信研究院和中国人工智能产业发展联盟联合发布了 《人工智能发展白皮书技术架构篇（ 2018 年）》，从产业发展的角度，选择以深度学习算法驱动的人工智能技术为主线，分析作为人工智能发展“三驾马车”的算法、算力和数据的技术现状、问题以及趋势，并对智能语音 本文将其中智能算法有关精彩观点进行摘要。 4.三种典型的算法应用：智能语音、计算机视觉、自然语言处理 ? 主要产品： 1）智能音箱类产品提升家庭交互的便利性。 2）个人智能语音助手重塑了人机交互模式。 3）以 API 形式提供的智能语音服务成为行业用户的重要入口。 ?
88930发布于 2020-08-04 AI辅助办案系统：让技术成为司法的“智慧搭档”
传统人工阅卷需逐页梳理案情、提取要素，效率低且易遗漏。 江阴公安的系统就凭借这项技术，让卷宗要素提取准确率达95%以上，民警阅卷效率直接提升50%，原本半天的阅卷报告，5分钟就能生成初稿。机器学习与知识图谱构建，让系统具备了“类案参考”和“风险预警”能力。 同时，基于预设的程序审查规则，系统能像“智能法制员”一样，自动识别讯（询）问时间冲突、证据链缺口等80余项程序问题，把事后纠错变成事前提醒，高频程序问题拦截率可提升至70%以上。 从人工翻卷到智能“体检”，AI辅助办案系统的价值，在于用技术固化司法经验、规范办案流程。 它不是替代人的专业判断，而是通过精准的文字解析、智能的风险预警、高效的数据处理，让办案人员跳出事务性工作，专注于情理法的权衡与公正的守护。当技术与司法深度融合，公平正义不仅能跑得更快，也能站得更稳。
86510编辑于 2025-12-302025年在线考试工具测评：腾讯问卷为何成为企业首选？
一、市场现状与核心需求分析 当前在线考试工具呈现三大趋势： 场景多元化：覆盖知识竞赛、技能测评、心理评估等12大类场景 技术融合化：AI阅卷、OCR识别、虚拟监考等技术渗透率达83% 安全合规化 ] --> E(并发承载) E --> F(万级QPS) F --> G(毫秒级响应) C[服务维度] --> H(7x24支持) H --> I(SLA 99.99%) 二、主流产品对比矩阵 维度 /AI阅卷 基础数据分析 无 安全认证 等保三级/腾讯云护航 基础加密 智能考试管理引擎 AI防作弊系统：通过阅读时长、答题轨迹、设备指纹等多维度检测，异常试卷识别准确率达98.7% 智能题库管理：支持SCORM标准课件导入，自动标签体系实现秒级组卷 多模态监考：PC 腾讯问卷凭借腾讯云的技术底蕴，在安全性、智能化、扩展性三大维度建立护城河。对于日均作答量超千份、需深度集成的企业用户，腾讯问卷无疑是性价比最优选择。
85510编辑于 2026-01-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号