WrAFT：一个模块化议论文自动写作评估系统

WrAFT（Writing Assessment and Feedback Tool）是一个模块化自动写作评估系统，专为议论文评分和反馈设计。它将任务分为评分、表层反馈和深层反馈三个模块，评估了LLaMA-3.3-70B-Instruct、GPT-4o和Claude 3.7等大语言模型，采用直接提示和监督微调。在480篇TOEFL独立写作数据集上，评分达到QWK=0.84、RMSE=0.44（0-5分制），人工反馈认可率超过93%。系统提供了公开免费的交互界面。

相比传统自动写作评估系统常聚焦单一评分任务，WrAFT同时提供准确评分和高质量深层反馈，且公开免费，可能降低教育领域引入AI评估的门槛。

模块化设计将复杂评估拆解为子任务，分别利用不同LLM处理评分和反馈，并通过监督微调提升特定任务性能，从而在单一数据集中取得领先指标。

该系统的公开接口可直接用于教学辅助产品，技术团队可借鉴其模块化架构和LLM集成方式，减少自研评估系统的成本。

• 直接接入WrAFT的公开界面，为写作教育产品提供免费评分和反馈功能
• 参考其模块化设计，将自身产品中的评估任务拆解为评分、表层反馈和深层反馈，提升用户学习效果

• 系统在非TOEFL考试类型或非英语议论文上的泛化能力如何？
• 公开界面的API调用限制与长期可用性是否有明确说明？
• 人工反馈评估的样本量和多样性是否足以支撑普适性结论？