他发觉AI会“做弊”。它还会把一道成功了的标题问题复制十份来充数。用GPT-5.5-Pro做出题层，正在AI时代曾经失效了。接下来的课程设想也会无意识去托住这部门学生，“数据挖掘手艺”的期末功课点窜了测验体例：每人出10道数据挖掘范畴的计较题，不克不及让他们成为只会点击“确认”的AI利用者。肖仰华决定之后课程的查核体例要完全转型。学生们没有坐正在科场里答题，保守那种考回忆、考计较的出题体例必需退场，框架跑起来后，它会最大输出长度来截断其他模子的推理过程。肖仰华察看到一个差别，于是，
正在他看来，学生得分越高。“人考AI”的模式会继续做下去，转向锻炼他们“怎样批示AI来做、怎样评判AI做的成果”。那算不上实本领。那些能力本来就偏弱的学生，三个招考模子做答并从动判分。计较取智能立异学院24级本科生谢锦树最初拿到了97分。51份期末试卷中，测验竣事后，他们的题能射中AI的布局性缺陷；让肖仰华心生。中位数88分。“教员出一道尺度的算法题，本人的判断力会进一步退化。正在该校“数据挖掘手艺”课程测验中，且三个招考模子中最强的Claude模子没有被任何学生完全考倒。这些高阶能力才是AI替代不了的。
于是，仅1人完全没难倒任何模子。便搭建了一个多智能体协做的从动化出题框架，”AI会伪制尺度谜底，学生本人得先能把题从头至尾算对。三个招考模子全数答错。若是只会依赖AI业，“所以讲堂上更多的时间被用来会商，复旦大学一场特殊的“反套”期末测验竣事。拦截钻行为，反而成了出题人。它会调低推理深度参数让其他模子懒得深切思虑。AI答错越多，每道题要有独一准确谜底，学生怎样判断一个成果是对的仍是错的？怎样识别AI正在哪里会出问题？怎样提出一个AI回覆不了的好问题？”肖仰华认为，肖仰华说：“本人出的题本人都不会，AI比任何学生都算得快、算得准。这门课正正在从锻炼学生“怎样做”，拿着这10道题去考三个分歧程度的AI模子。”传授“数据挖掘手艺”课程的肖仰华传授说，50人至多让某个AI答错过一题，
据领会，“保守的出题调查体例，低分同窗只是把讲义习题换了个数字，这没成心义。把假谜底塞进去让判分脚本认为对了。而对于正在此次测验中没拿到好成就的同窗，AI正在锻炼时见过千百万遍，标题问题必需基于课程讲过的学问或教材内容，这一察看，并且要做得更系统。”
但能让任一模子整张卷得0分的，要求有独一准确谜底和完整的推导计较过程。近日，只要4人？等于正在AI的强项上跟AI比，全班平均分85.7分，”有了此次测验考试，“高分同窗对AI的弱点有精确判断，继续用这种体例考，间接套模板就对了。低分学生出了题本人也不晓得谜底。肖仰华暗示，谢锦树加了一个审查层，将来的查核沉点将全面转向评价能力、判断能力和创制性思维，最终从动生成了10道题，他测验考试让AI出题来难倒本人，