評分細則(rubrics)

GEA

Generative–Evaluative Agreement (GEA)：評估 LLM 驅動自適應評量一致性的指標與實驗結果

同一LLM生成試題、模擬回應並評分，提出Generative‑Evaluative Agreement(GEA)衡量生成與評分一致性。以皮爾森r與偏差量化，在24項Python OOP技能上得r=0.698、平均偏差+0.059，語法性技能一致性較好，設計性技能則接近零。