加入標準答案
上傳老師答案卷 → AI 解析成結構化答案 → 確認後存成範本,之後批改就直接套用
目前的模型對「解析答案卷」這個任務:未知
gemma4:12b + qwen3:8b
未知 Ollama 型號
推薦模型(展開看完整建議)
解析答案卷 = OCR + 結構化 JSON + 視覺座標
Claude
✓ 首選Claude Sonnet 4
○ 進階Claude Opus 4.5(手寫 / 複雜版面)
✗ 避免Haiku(複雜題會漏)
$3 / 百萬 input tokens
Ollama 本機
✓ 首選Qwen3-VL(7B / 32B)
○ 進階glm-ocr + qwen3:32b(雙模型流程)
✗ 避免純文字模型(qwen3、llama 等不含 VL)
免費,需 GPU
提示:這個任務跟「批改學生卷」可以用同個模型,也可以**只在 /answer-key 用更強的**(例如 Opus) ,批改時切回 Sonnet 省錢。Provider 設定在每個頁面的「進階」摺疊區裡改。
⚙ 進階:AI 引擎 / 模型設定(dev mode 才看得到)
AI 引擎
本機 Ollama — 免費、隱私不外流,但速度看硬體
Phase 1 用 OCR 模型(如 glm-ocr)時,Phase 2 要選**會推理 + 輸出 JSON** 的文字模型(如 qwen3:8b、llama3.1:8b)。若 Phase 1 就是萬能 VLM(如 qwen3-vl),留「同一個模型」即可。
在另一台機器跑 Ollama:填那台的 LAN IP(如 http://192.168.0.5:11434),記得 server 端設OLLAMA_HOST=0.0.0.0
① 設定評分方式
選擇學科 + 批改模式 — 一切會自動存到本機,下次開啟就在
上傳老師答案卷
老師已批改 / 含解答的版本,AI 會自動解析成結構化標準答案
支援 PDF 或圖片(JPG/PNG)。多檔案、多頁皆可。
點擊或拖曳檔案到此處PDF / JPG / PNG / WEBP · 最大 20 MB · 可多檔
存成範本
存起來之後在「單份批改」 / 「批次批改」就能一鍵載入,不用每次重新上傳老師卷
請輸入範本名稱