基于大模型思维链的实验报告评语自动生成研究

Abstract

在实验教学中，实验报告是评估学生实践能力与学习效果的重要手段。然而，依赖专业教师对大量的实验报告进行评价和反馈存在效率低、主观性强、反馈滞后以及评语模版化等问题，难以满足规模化与个性化的评价需求。为此，文章针对《人工智能应用》课程提出了一种基于ChatGPT API和思维链提示的实验报告评语自动生成方法。首先，围绕评语生成提出了提示词设计原则，以优化模型对任务的理解与执行性能。其次，提出了基于少样本思维链提示的评语生成框架，先对文本进行预处理与分割，通过API接口与模型进行交互，利用提示策略自动生成各模块评价结果，并整合生成具有社会情感的实验评语。结果表明，该方法生成的评语在可读性、相关性、准确性和个性化四个维度上都达到了较高的质量水平，且在除可读性外的其他方面均显著优于简单提示。该研究不仅为实验教学的智能化评价提供了新的解决方案，还为大模型在教学中的应用提供了有力的实证支持。