paperbot · PL 论文追踪

全部论文 待读 收藏

P2 Applying Large Language Models to Enhance the Assessment of Java Programming Assignments

应用大型语言模型增强 Java 编程作业评估
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 2/10 · 该论文将 LLM 用于计算机教育中的 Java 作业评分，属于 LLM 的教育应用，既未涉及静态分析/形式化验证，也未涉及 Agentic 程序或浮点、贝叶斯程序分析等核心方向，仅在“用 LLM 作为工具”这一点上有极弱的表面交集。引用 1 inbox
Skyler Grandel, Douglas Schmidt, Kevin Leach
机器学习与程序语言
crossref: 2026-09-12

AI 速览

一句话：探讨用 ChatGPT、Claude、Gemini 等 LLM 以一致、可扩展且公平的方式辅助 Java 编程作业评估。

计算机科学教育中的编程作业评估传统上依赖人工评分，以提供关于正确性、风格、效率及其他软件质量属性的全面反馈。然而随着班级规模扩大，尤其当需要多名评分者处理大量提交时，持续提供详细且一致的反馈变得困难。本文提出/探讨应用大型语言模型（如 ChatGPT、Claude、Gemini）来帮助自动化这一评估过程，使其更一致、可扩展和公平。摘要未报告具体实验、数据集或评估结果，因此贡献主要在于论证 LLM 用于 Java 作业评估的潜力与应用方向。

问题
人工评分难以在班级规模扩大和多评分者场景下，一致且详尽地评估编程作业的正确性、风格和效率等质量属性。
方法
利用 ChatGPT、Claude、Gemini 等大型语言模型辅助 Java 编程作业的评估与反馈生成。
评估
摘要未描述具体评估方法或实验结果，仅论述 LLM 可提供一致、可扩展且公平的自动化评估替代方案。
原文摘要（Abstract）

The assessment of programming assignments in computer science (CS) education traditionally relies on manual grading, which strives to provide comprehensive feedback on correctness, style, efficiency, and other software quality attributes. As class sizes increase, however, it is hard to provide detailed feedback consistently, especially when multiple assessors are required to handle a larger number of assignment submissions. Large Language Models (LLMs), such as ChatGPT, Claude, and Gemini, offer a promising alternative to help automate this assessment process in a consistent, scalable, and fair manner.

链接与引用

DOI 原文 · PDF（开放获取） ·

BibTeX 
@inproceedings{paperbot9085,
  title = {Applying Large Language Models to Enhance the Assessment of Java Programming Assignments},
  author = {Skyler Grandel and Douglas Schmidt and Kevin Leach},
  booktitle = {FSE},
  year = {2025},
  doi = {10.1145/3696630.3727236}
}