一支红笔的余温 —— 教师节致意，兼 RubricSpan 1.0 发布
2026-09-10 · 教师节 · RubricSpan（阅微）1.0-flash 双平台发布，1.0-pro 训练在即
九月十日，桂子初香。这一天属于所有以笔为桨、以案为舟的人——把试卷铺成江河， 用红笔渡学生到彼岸的老师们。
我们想在这个日子，交出一份迟到的、却也是刚刚好的礼物：
RubricSpan（阅微）1.0-flash 已正式发布至 Hugging Face 与 ModelScope 双平台。 一个为中文主观题而生的智能阅卷系统，从立项到首发，恰好走完了一个学年。
一、为什么是"阅微"
"阅微"二字，取自"见微知著"。主观题阅卷，本就是一件见微知著的事：
一个得分点，藏在学生弯弯绕绕的表述里；一分之差，可能落在"戊戌变法"与 "百日维新"这对同义异名之间；而最难的，是判断学生是真的懂了， 还是仅仅从题干里抄了一句漂亮话。
机器阅卷不难，难的是像老师一样阅卷：
- 可解释 —— 给出分数的同时，标注命中每个得分点的原文片段，教师可逐条复核；
- 可同义 —— "戊戌变法 / 百日维新 / 维新运动"，在阅微眼里是同一个答案；
- 可抵赖 —— 题干剥离 + 从严阈值，把"忠于题干"的伪证据拦在门外；
- 可本地 —— 全链路 Rust 推理，单二进制，无 Python、无云端依赖， 普通 PC 与本地 GPU 即可运行；OCR 识别、评分、审阅闭环全部离线完成。
二、1.0-flash：一份答卷
M0 到 M8，八个里程碑，从数据清洗到打标，从训练到 Rust 化推理，从 OCR 恢复到 性能调优——1.0-flash 交出的答卷是：
| 指标 | 数值 |
|---|---|
| 系统级 ScoreCorr（Pearson） | 0.9654 |
| 逐点准确率（36 卷同批对照） | 0.8402（改进前 0.7160） |
| MAE | 1.569（改进前 2.667） |
| 零分卷被给分率 | 18.0%（改进前 63.6%） |
| 等价给分率 | 0.9554 |
| 推理延迟 | GPU 单题约 50–150 ms，会话池并发吞吐 35 题/秒级 |
数字背后是一次次"较真"：34 条高置信分歧逐条仲裁、题干污染的系统性修复、 出厂阈值从严再从严——因为给错一分，就是辜负一次努力。
- 模型厂库：
RubricSpan-mrc-1.0-flash·RubricSpan-similarity-1.0-flash（Hugging Face：Maicarons · ModelScope：Mai2026） - 代码仓库：github.com/Maicarons/RubricSpan（AGPL-3.0）
- 模型许可：CC BY-NC-SA 4.0（训练数据含非商业来源，商业使用需另行取得数据授权）
三、1.0-pro：下一堂课
flash 是基线，pro 是野心。
我们为 1.0-pro 准备了全部八路新数据：历年高考真题（2010–2022，含主观题参考答案）、 中学语文阅读理解、古诗文默写题库、以及 CMMLU / C-Eval 等中学文科知识基准—— 归一化 68,349 条，相似度训练对 168,121 对，MRC 负例 27,806 条。
旧数据打底，新数据淬火。1.0-pro 将把"同义识别"与"拒判沾边"练得更稳， 目标是在 36 卷同批 e2e 上再进一步：零分带给分率压到 10% 以下。
训练方案已就绪（train-1.0-pro），即将开训。
四、致教师
有人说，技术最终会取代教师。我们更愿意相信：
技术负责"看见"每一份答卷，教师负责"看见"每一个学生。
阅微能做的，是把批改红笔的时间还一点给备课，把统计分数的夜晚还一点给谈心， 把"这道题为什么扣分"讲得明明白白——让老师把省下的力气，花在更值得的地方。
今天，祝每一位老师，教师节快乐。
愿红笔有温，愿匠心不负。
RubricSpan · 阅微 —— 中文主观题智能阅卷教师模型代码 AGPL-3.0 · 模型 CC BY-NC-SA 4.0 · 隐私：本项目不采集任何学生个人信息