arXiv cs.CL· Jiazheng Li, Yulan He·· 10 小时前AI 评分38
EDU-Jev：面向教育决策的单次推理模型，0.8B 至 4B 参数
EDU-Jev Training System-One Decision Models for Education
AI 导读
研究团队提出 EDU-Jev 系列单次推理（"System One"）决策模型，含 0.8B、2B、4B 三个参数规模，给定评估上下文与预设选项后直接输出选项上的概率分布而不生成文本。
正文 · AI 翻译
摘要：教育中的许多自动化决策都涉及从一组固定选项中进行选择：给出评分标准分数、检查答案是否满足评分标准，或找出解题过程中的第一个错误步骤。生成式语言模型越来越多地被用于做出这些决策，但它们的回答需要解析，更长的输出会增加推理成本，而且用文字表达的置信度并不一定反映其正确的概率。我们提出 EDU-Jev，这是一系列单次通过（“系统一”）决策模型，参数量分别为 0.8B、2B 和 4B。给定评估上下文和带有预定义答案选项的问题，该模型返回这些选项上的概率分布，而不生成文本。指针头为每个选项打分一个标记，确保预测被限制在允许的选项内。训练使用单个监督阶段，针对可用的目标标签分布使用软交叉熵；校准通过经验评估。在十二个教育基准上，EDU-Jev 4B 的平均准确率达到 67.6%，比五个商业决策 API 中最强的一个高出 9.4 个百分点，比最好的开源 4B 决策模型高出 18.7 个百分点。在四个跨领域教育数据集上，它与最强的 API 持平，而后者在通用决策和推理任务上仍然领先。2B 模型在单块 H100 GPU 上每秒处理约 150 个决策。
| 评论： | 16 页，3 幅图，4 张表。工作进行中 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.41079 [cs.CL] |
| （或 arXiv:2610.41079v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.41079 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jiazheng Li [查看电子邮件]
[v1]
2026 年 10 月 29 日星期四 23:48:27 UTC（65 KB）
来源：arXiv cs.CL · arxiv.org