- 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
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”。 据日本文部科学省估算，在对问答题进行评分时，假设考生有53万人，但阅卷者只有800人的话，就算将培训中的阅卷者也包括在内，阅完所有试卷则需要20到60天。 这便意味着，从考试到公布分数这段时间，不仅阅卷者工作量庞大，等待分数结果的人们心理的负担会更大。而且，对这对于高中教学和考场安排都会造成一定的影响。因此，缩短阅卷时间是必须的。 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 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。 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 3、术语与关键词：实现精准的“语义对齐” 总所周知，AI模型都经过海量专业语料训练，对标准术语极其敏感。因此准确、规范地使用关键词、术语是确保论文与题目考察点和评分标准“同频共振”的基础。 3、建立“细节素材库”：针对常考的领域，如架构设计、性能优化、运维治理，有意识地积累真实项目中的典型参数，如响应时间、并发量、缓存命中率、数据库分片数等、技术选型对比要点和常见问题解决方案。
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！！！ 2、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：
1K90发布于 2018-05-07 - 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。 ? -image", default="test_01.png") args = vars(ap.parse_args()) # 正确答案 ANSWER_KEY = {0: 1, 1: 4, 2: 0, 3: 0,1,2,3分别是 左上，右上，右下，左下 # 计算左上，右下 s = pts.sum(axis = 1) rect[0] = pts[np.argmin(s)] rect[2
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。 ? -image", default="test_01.png") args = vars(ap.parse_args()) # 正确答案 ANSWER_KEY = {0: 1, 1: 4, 2: 0, 3: 0,1,2,3分别是 左上，右上，右下，左下 # 计算左上，右下 s = pts.sum(axis = 1) rect[0] = pts[np.argmin(s)] rect[2
1.6K10发布于 2021-01-19 - 来自专栏wayn的程序开发
线上sql执行慢，分享3个优化案例
前段时间，博主线上项目的几个后端接口执行耗时达到了三、四秒钟以上，查看接口代码，发现 sql 语句执行过慢，于是开始分析 sql 执行 这里把比较经典的优化案例分享给大家。 这里用 tb_newbee_mall_goods_info 表举例，表结构展示： 3个 update 语句同时执行结果如下： 如上，假如其中一个 update 语句需要耗时40毫秒，那么当有100条 「update + case」执行结果： 可以看出我们更新了3条记录，耗时50毫秒，更新记录越多时，优化效果也就明显。 当运营创建十万条cdk记录时，线上耗时达到了十几秒。 总结到这里，本文所分享的3个优化案例就介绍完了，希望对大家日常开发有所帮助，喜欢的朋友们可以点赞加关注。
1.8K21编辑于 2023-03-19 - 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。 如果全自动机器阅卷变成现实，“阅卷”这件需要教师们投入大量人力物力才能完成的事将变得轻松，教师们将会有更多的时间和精力被解放出来，投入到对教学方法、教学手段等创造性工作的研究中，相信学生们也会因此获得更好 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
86510编辑于 2022-07-14 基于 Vue 与.NET 的高并发在线考试系统技术架构与实践应用
一、全流程学习管理体系，构建沉浸式线上教学体验系统以课程为核心载体，打通线上教学各关键环节，实现学习、授课、练习的无缝衔接，兼顾学习体验与过程管控，适配多终端、多场景的学习需求。 在线学习模块：支持 MP4、M3U8 等主流视频格式点播，全面兼容 PC、安卓、苹果等终端设备，为学员提供清晰流畅的观看体验。 二、智能考试与多维度防作弊，打造严肃可信的考核环境针对模拟练习、结课考核、专项测评等不同考核场景，系统设计了灵活的组卷策略与多重防作弊机制，搭配智能阅卷功能，既保障考试的公平公正，又大幅提升考核工作效率 智能阅卷体系：自动 + 人工结合，提升阅卷效率与准确性实现客观题系统自动批阅，主观题支持人工在线阅卷，阅卷完成后成绩自动汇总统计。考试后AI批阅试卷，简答题自动评分。 管理员可批量导出考试成绩，针对修正答案后的试卷支持成绩重新计算，大幅减少教务与考务工作的人工成本，提升阅卷与成绩管理的效率。
40010编辑于 2026-02-28- 来自专栏即时通信IM
解决方案丨覆盖考试流程，布局智能监考，腾讯实时音视频推出线上考试解决方案
受疫情影响，线下考试愈发难以组织和开展，考试场地管控更为严格，安排考生出行及健康检测造成额外支出；考生参加考试流程繁琐，监考及考后阅卷耗费大量人力及时间成本等，对组织者来说都是极大的考验。 对此，线上考试场景应运而生。录题组卷、考生考试、管理员监考、考后阅卷等场景均转移到线上进行，打破了时间与空间的限制。 线上考试存在一些难以解决的问题，比如操作流程是否便捷、是否支持复杂的考试和答题类型、阅卷和成绩统计分析是否标准化等等。 最重要的是，如此复杂的考试环境中如何有效的设置防作弊和监考手段，来保障线上考试的公平公正呢？ 在这样的背景下，腾讯云通信团队从用户体验感和场景出发，推出了线上考试SaaS解决方案——腾讯云考试星。 （线上考试流程示例） 腾讯云考试星是TRTC在线上考试场景的一次全新的尝试，对于传统线上考试存在的难点，我们做了一系列针对性的解决方案，尤其是智能监考功能，将线上考试的专业性和严谨度提升到了前所未有的新高度
2.6K30发布于 2021-03-29 - 来自专栏盛开在夏天的太阳
JVM-GC3--定位线上OOM问题的方法
那就是线上发生OOM, 如何定位 1. top命令, 线上查看cpu和内存的使用情况 2. jstack 进程号 查看当前进程有哪些线程 初步定为排查线程的健康状况, 如果有很多线程处于等待状态 ,那么可能就有问题了 3. jstat -gc 线程号: GC回收的情况 4. jinfo 3271 显示进程中的常用信息 5. jmap jmap -dump:format=b, file= 选择文件后打开, 显示堆文件的概要信息 3). 查看类模块 可以看到哪些类创建的实例数特别大. 占用了多少内存/cpu 4). 看看哪些类实例最多, 这样内存和cpu居高不下. ---- 扩展阅读 整理这个文件的时候, 想起之前同事整理的一篇在spring cloud环境下,如何通过spring boot actuator来定位线上问题
1.6K30编辑于 2022-05-09 - 来自专栏实时云渲染
3DXR线上展厅实时云渲染平台搭建方案
AI大模型的加成，也使得云展览云展示的新兴交互体验，应用到各类重大活动中，如杭州亚运会、淘宝天猫双十一活动、进博会云展厅等各类大型活动，极大的降低参会者门槛，将线下参展与线上观展有机结合，传播范围和营销质量成指数级增长 4. 3D引擎: 基于Unreal Engine或Unity开发3D/XR展厅内容，充分利用其强大的渲染能力和生态支持。方案架构1. 3. 客户端层浏览器访问: 用户通过浏览器即可访问3D展厅，无需下载安装。轻量级客户端： 提供轻量级客户端（如PWA应用），支持离线缓存和快速启动。 数据存储: 使用云存储服务（如AWS S3、阿里云OSS）存储3D模型、贴图等资源，支持按需加载。用户管理: 集成用户认证和权限管理功能，确保数据安全。 3D内容制作：使用3ds Max、Maya等建模软件创建3D展厅场景与展品模型，利用Unreal Engine或Unity引擎进行场景搭建、材质烘焙、光影设置与交互功能开发，完成3D展厅内容制作。
1.5K10编辑于 2025-02-17 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。
27010编辑于 2026-07-13阅卷老师给腾讯元宝的高考作文打了个分
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- 来自专栏架构师之路
线上操作与线上问题排查实战
技术同学需要经常登录线上的服务器进行操作，58到家架构部/运维部/58速运技术部，联合进行了一次线上操作与线上问题排查实战演练，同学们反馈有收获，特将实战演练的问题和答案公布出来，希望对大家也有帮助。 1.2.3.4' suyun.2017-06-26.log.bz2 | wc -l less suyun.2017-06-26.log.bz2 | grep '10.37.9.11' | wc -l 说明：线上日志文件一般以 /opt/backup/shenjian.tar.gz \ -exclude /opt/web/suyun_web/logs \ /opt/web/suyun_web 说明：这个命令线上应用较为频繁
1.2K40发布于 2018-03-02 - 来自专栏Python自动化测试
线上巡检机制
这种情况下，可以使用线上巡检机制。 线上巡检机制可以把它理解为实时的进行轮训监控，如果一旦服务出现问题，触发报警的机制通知相关的人员进行紧急的处理。 针对线上巡检的机制可以沿着两个维度来思考，一个是单纯的验证服务的可用性，也就是服务返回200的状态码认为服务是可用的，另外一种是结合业务场景来进行，因为服务返回200的状态码不代表服务提供的业务场景是可用的
1.5K10编辑于 2022-03-29 - 来自专栏后端码事
线上问题排查
3、查看gc情况 jstat -gc 进程pid ? 也可以加额外的参数循环输出：jstat -gc 进程pid 间隔时间 输出次数 ?
94410发布于 2020-09-10 - 来自专栏线上展厅
线上展厅技术
申请建议: 适用于射击游戏; 3、互动虚拟翻书系统 主要技术设备：红外感应控制系统、多媒体进行影像、底座。 申请推荐：展厅、展览、城市规划博物馆、科学馆、博物馆模拟体验或实验 六、立体影院类 1、3D立体影院系统 应用进行推荐：科技馆、博物馆、主题公园、旅游景区重要信息展示一个项目； 2、4D 影院 4D 影院是一种以3D 影院为基础，模拟环境特殊效果的新型影视产品，具有主题鲜明、技术高、体验丰富、效果逼真、下沉侵略性强、引领潮流等特点和优势。 随着我国影视文化娱乐信息技术的发展和市场的高标准服务需求，人们生活不仅将震动、位移、坠落、扫腿、吹风、喷水、挠痒、布景、虫蛇钻裤腿、真人进行表演游戏互动等特技引入3D电影，还根据中国影片的情景环境变化可以精心组织设计出烟雾
1.2K20编辑于 2022-09-16 - 来自专栏code人生
Debug线上服务
日志在线上服务中，通过日志进行调试是一种常见的方法。 以下是一些常用的方法，可以让我们通过日志来进行线上服务的调试：设置详细的日志级别：在开发和测试环境中，我们可能会使用较低的日志级别，例如 debug 或 trace，以记录详细的调试信息。 通过以上策略，我们可以更有效地使用日志来进行线上服务的调试和监控。请注意，在生产环境中，要小心处理敏感信息，确保日志中不包含敏感数据。 在线上服务中访问 pprof 数据：在浏览器中访问 http://your-service-address:6060/debug/pprof/ 来查看 pprof 提供的数据。 3. 使用delveDelve是一款用于Go语言的调试工具，它可以实现类似Visual Studio的断点调试功能，并可以用来在程序崩溃时生成Coredump文件。
99410编辑于 2024-01-03 线上OOM排查
Failure No GC 参数解释： LGCC: 上一次GC的原因 GCC： 当前GC的原因 jmap JDK提供的用来监视进程运行中JAVA物理内存占用情况的工具，用于生成堆转储快照，执行该指令时会影响线上服务的运行 线上OOM排查 1、应用启动时增加JVM参数 -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=<file>, <file> 可以是指定的文件或者目录，指定为目录时转储的文件是存储在该目录下 如果没有配置JVM参数在OOM时生成快照 使用jps -ml命令找到对应Java进程的 <pid> 使用jmap -dump:format=b,file=heapdump.hprof <pid> 生成内存快照 3、 model.impl.RuntimeElementPropertyInfoImpl#5 Local Variable: com.sun.xml.bind.v2.runtime.ClassBeanInfoImpl#3 com.sun.xml.bind.v2.runtime.JAXBContextImpl#2 Local Variable: com.sun.xml.bind.v2.model.impl.RuntimeClassInfoImpl#3
1.1K10编辑于 2024-09-06
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