公开榜 16 / 私有榜 30 名解决方案

数据处理

1. 单词纠正

def correct_nott(text):
    replace_list = [("Becausee", 'Because'), ("becausee", 'because'), ("andd", "and"), ("youu", "you"), ("thenn", "then"), ("thinkk", "think"), ("timess", "times"),
                    ("theree", "there"), ("aree", "are"), ("becuase", "because"), ("wich", "which"), ("denominater", "denominator"), ("comman", "common"), ("thatt", "that"), 
                    ("yiu", "you"), ("snd", "and"), ("beacuse", "because"), ("dividedd", "divided"), ("thiss", "this"), ("awnser", "answer"), ("nott", "not"), 
                    ("addd", "add"), ("whichh", "which"), ("becuse", "because"), ("answerr", "answer"), ("timsed", "timesed"), ("bevause", "because"), 
                    ("shadedd", "shaded"), ("sre", "are"), ("arr", "are"), ("havee", "have"), ("wouldd", "would"), ("devided", "divided"), ("threee", "three"), 
                    ("becausr", "because"), ("becasue", "because"), ("brcause", "because"), ("beacause", "because"), ("simplist", "simplest"), ("becsuse", "because"), 
                    ("numberr", "number"), ("thimk", "think"),
                    ("simplestt", "simplest"), ("poeple", "people"),  ("anwser", "answer"), 
                    ]
    print("replace_list:", len(replace_list))
    for wrong, right in replace_list:
        text = text.str.replace(rf'\b{wrong}\b', right, case=False, regex=True)
    return text

2. 问题正确解释

使用 GPT-4o 为每个问题生成正确的解释

问题：形状的几分之几未被阴影覆盖？请用最简形式给出答案。[图片：一个三角形被分成 9 个相等的小三角形。其中 6 个被阴影覆盖。]
正确答案：\( \frac{1}{3} \)
正确解释：要找到形状中未被阴影覆盖的部分所占的分数，你首先确定未阴影三角形的数量，即总共 9 个三角形中的 3 个。简化分数 \( \frac{3}{9} \) 得到 \( \frac{1}{3} \)，这代表了形状中未被阴影覆盖部分的最简分数形式。
学生答案：\( \frac{1}{3} \)
此答案正确。
学生解释：我认为 1/3 是答案，因为它是 3/9 的最简形式。

3. 标签解释

使用 GPT-4o 生成误解标签解释

## 误解列表
1. 正确:NA: 解释是正确的。
2. 既不:NA: 解释模糊或无用——但并非基于清晰的误解。
3. 不完整：误解“不完整”表示学生正确地将 \( \frac{3}{9} \) 简化为 \( \frac{1}{3} \)，但他们的解释缺乏简化过程的细节。
4. WNB: 误解"WNB"表示学生错误地使用阴影三角形的总数作为分母，而不是三角形的总数。

标签处理

1. 分类训练集中的所有类别，共 65 个标签
2. 移除 True_, False_ 标签，共 37 个标签
3. 对于每个问题，仅选择训练集中存在的误解，最多 6 个标签

模型方案

1. SEQ_CLS 37/65 分类 (Qwen2.5-14B), 5 折交叉验证
   • 37 分类 5 折 A949 B946
   • 65 分类 5 折 A950 B945
2. causal_lm 6 分类 (Qwen2.5-7B): 完整单词纠正，标签解释，问题正确解释
   • 5 折 lora 平均 A947 B944
   • 单折 A946 B943
3. causal_lm 6 分类 (Deesseek-math-7B): 标签解释，问题正确解释，全量 SFT
   • 单折 A946 B940
4. causal_lm 6 分类 (Qwen2.5-math-7B): 部分单词纠正，标签解释，问题正确解释
   • 单折 A943 B938
5. causal_lm 6 分类 (Qwen2.5-7B): 完整单词纠正，标签解释，问题正确解释，过滤错误样本

模型集成

• 按私有榜得分从高到低排名
• 默认情况下，model1 是带有概率后处理的 65 分类 SEQ_CLS（将训练集中不存在的类别概率设置为 0），集成为排名混合 (rank-blend)

遗憾的是，我们无法选择 0.948 的解决方案