RubricSpan-mrc-1.0-flash

RubricSpan · 阅微 —— 中文主观题智能阅卷 · MRC 得分点抽取模型（1.0-flash）

面向中文主观题（文科简答题 / 论述题 / 材料解析题）的智能阅卷推理模型。 本模型在学生作答文本中抽取命中得分点的原文片段并给出 has_answer 置信度， 是 RubricSpan 混合评分链路的第一阶段（抽取 → 置信判定 → 相似度兜底）。

项目主页 github.com/Maicarons/RubricSpan · 文档站 maicarons.github.io/RubricSpan · 配套模型 RubricSpan-similarity-1.0-flash（相似度兜底）

模型简介

项	值
基座	Langboat/mengzi-bert-base（Apache-2.0）
任务	MRC 得分点抽取（Span Extraction + has_answer 判定）
训练	CMRC2018 bridge 1 epoch → SAS-Bench 打标 + 四档合成答卷 main 3 epochs（17,532 五元组）
导出	ONNX opset 17 · 最大序列 512 · seed 42

模型指标

指标	值	说明
EM	0.4815	span 与金标完全一致率
Token F1	0.7578	span 边界 F1
得分点准确率	0.894	抽取点判定准确率
等价表述命中率	0.9431	同义答案（戊戌变法↔百日维新类）命中
Score Corr	0.765	系统级相关系数

系统级（36 卷 e2e，交付配置）：Point-Acc 0.8402、ScoreCorr(Pearson) 0.9654、 MAE 1.569、零分带给分率 18.0% —— 详见 部署改进对照报告。

文件清单

文件	大小	SHA-256
model.onnx（FP32 · 对拍验收档）	407 MB	aa07921b1881e5e5aa7ae25dccf200171a3bebd2152122db760704039600da26
model.int8.onnx（动态 INT8 · CPU 档）	103 MB	d0a1000e12a1308b927967024964a59d5e211731df8b2c4ba1dcb9429a3bf302
model.fp16.onnx（FP16 · GPU 最快档）	204 MB	69db09efe1eb0325cc64fc222e6d371783fa3933702b73da529a7bf39f9b3a60
tokenizer/	4 文件	tokenizer.json / config / special_tokens / vocab

推理侧加载前会按 SHA-256 校验，不一致拒绝启动；RUBRICSPAN_MODEL_PRECISION 选择精度档， 缺失自动回落 FP32。

使用

# 放到后端模型目录（models/mrc/），由 rubricspan-server 直接加载
cd backend && ./target/release/rubricspan-server --models-dir ../models --listen 127.0.0.1:8080

评分链路：学生答案（含 OCR 识别文本）→ 题干剥离 → MRC 多候选抽取 → 置信判定 → 相似度兜底（配套 similarity 模型）→ 加权汇总。WASM 浏览器离线端亦可运行同一评分核心。

许可

CC BY-NC-SA 4.0。训练数据含 CC BY-NC 4.0（CMMLU）与 CC BY-NC-SA 4.0（C-Eval）等非商业来源， 模型发布许可对齐最严格数据许可：可自由使用/分享（须署名、非商业、同协议共享）， 商业使用需另行取得相关数据集商业授权。完整审计见 licenses。

版本

• 1.0-flash（本模型）：轻量基线，M0–M8 数据训练；
• 1.0-pro（开发中）：接入 8 个外部数据来源（高考真题、中学文科知识等 68,349 条归一化数据） 的全数据增强版，训练方案见 train-1.0-pro。