评分标准建模
把评分点、必要步骤、容错范围和判分规则整理成可执行结构。
评测引擎的五个模块
从评分标准到下一步练习，每个环节都要能说明结论从哪里来。
作答证据提取
从作答中定位支撑得分或失分判断的关键内容。
证据化评分
每个分项结果关联评分依据和作答证据。
错误诊断与讲解
区分知识、方法、表达、计算、审题和证据不足等情况。
下一步练习
根据诊断选择更有针对性的后续练习，而不是随机刷题。
为什么先服务机构
评测质量依赖合法可用的题目、评分标准和专业复核，这些先由机构提供。
- 机构能够提供合法可用的题目和评分标准。
- 教师或专家能够复核 AI 输出。
- 小规模验证后再决定是否扩大科目和题型。
AmpliScore 当前展示通用评测引擎的产品框架。公考、教师资格及其他职业考试仅作为可验证场景示例，不表示已经完成全部科目、题型、地区或年度规则覆盖。
产品原则
这些原则约束引擎的每一次输出，也是合作验证的评审基线。
- 无证据不下确定结论。
- 低置信度结果进入人工复核。
- 规则版本必须可追踪。
- 每个题型需要独立验证。
- AI 结果允许被教师或专家纠正。
合作验证
从一个科目、一个题型开始验证
我们只与考试机构和内容合作方开展小规模合作验证，先在限定范围内确认评分建议、证据定位和错误诊断是否可用，再讨论扩展。