BRE 布林代數・考卷自動批改系統
結合 YOLO 區域偵測、視覺語言模型 OCR 與 LLM 推理式評分,自動批改手寫作業與紙本考卷的多代理系統。
簡介
一套為教學現場設計的自動改卷系統,串接 YOLO 版面偵測、視覺語言模型 OCR 與具推理能力的 LLM,將老師從大量重複的批改工作中解放出來。系統可處理布林代數手寫作業、紙本考卷與申論報告三種截然不同的評分情境,並各自搭配對應的辨識與判分流程。
主要功能
- 布林代數作業:手寫 LaTeX 辨識 → 結構化 → 與標準答案比對評分
- 紙本考卷:整頁影像 → 題號對應 → 逐題推理 → 交叉複核 → 最終裁定
- 申論報告:語意相似度 + 關鍵概念覆蓋率評分
- 多 LLM 後端(OpenAI、Gemini、本地 vLLM)可動態切換
- 多代理架構,各評分代理獨立註冊,依任務類型(布林代數/考卷/報告)指定調用
技術棧
- Python 3.10+ / YOLO(Ultralytics)版面偵測
- 視覺語言模型 OCR + 推理式 LLM 評分
- YAML 設定驅動的 agent 註冊與 prompt 模板系統
- 內建 mock 測試框架,免真實 LLM 金鑰即可驗證流程
成果
完整流程涵蓋 PDF 前處理、學號擷取、資料夾自動歸檔、批改到 CSV 成績匯出,並支援 Moodle / 紙本考卷兩種命名格式自動偵測,單一系統即可覆蓋作業、考卷、報告三種批改場景。
開發角色與挑戰
獨立開發,一人包辦需求分析、模型整合、推論優化到部署的完整流程。過程中花最多時間的是效能優化——在 YOLO 與 LLM 的模型尺寸與參數之間找準確率與速度的平衡點,並持續調校加快整體推論速度,同時盡量不犧牲評分準確度。