評分標準 Rubric

共用與內嵌兩種形態、分析式與整體式兩種評分法，以及級距的驗證規則

評分標準（Rubric）是 AI 批閱與評分方式的定義物件。此些標準可以建立為多題目共用的獨立物件，也可以內嵌在單一題目中。

獨立的評分標準物件（rub_ 前綴，版本化）是共用且可在不同題目之間重複使用的標準，在題目中使用 scoring.rubric_ref 引用。同一題型的題目（例如：所有學測英文作文）便可以使用同一套標準進行批閱。
內嵌標準將直接定義在個別題目的 scoring.rubric 中。該些標準將依附於題目而存在，並且隨題目一起版本化。內嵌標準不會建立一筆獨立的評分標準物件，因此無法透過 GET /rubrics 查詢，也不能獨立封存。

若評分標準將有跨題目共用的需求，則建議採獨立物件形態建立。標準若確實專屬於單一題目，則採內嵌。

引用獨立標準時，標準內容將整套採用的，不能針對單一題目修改或複寫。

若要為特定題目補充要求，請使用該題目中的 scoring.reference_answer欄位，作為「正確/參考答案」的補充說明。若上述參考答案的補充仍然不足，並需要不同的評分方式或構成，便應改用內嵌標準。

內建預設評分標準

為提供簡便的題目上架與設定流程，本服務已內建數個台灣高中情境中，經常使用的題型對應評分標準，在上架題目時，建議盡量直接取用。

此些標準由 Tera Thinker 維護，您可以引用，並在引用的題目中標記獨立的 reference_answer，但無法直接編輯此些評分標準物件本身。在 API 中，內建標準的 owner 欄位為 "platform"（貴組織自建的標準則為 "organization"），列出評分標準時可用 ?owner= 篩選兩者；對內建標準送出修改、封存或取消封存，會收到 403 ERR_FORBIDDEN（details.reason: "platform_managed"）；需要不同內容時，請內嵌自己的 scoring.rubric 或另建組織自有的標準。

此些評分標準亦遵循同樣的版本化機制，我們會持續更新，並推出使評分更加精進的新版本。不同版本或評分標準之間，可能適用的年度範圍、科目、題型亦可能存在差異，引用時請詳加留意。

考試	科目	題型	評分標準版本參照	備註
高中學測	國寫	第一大題（知性題）第一小題	`rub_gsat111-chi-composition-intel-sub1:1`	111 學年度起適用
		第一大題（知性題）第二小題	`rub_gsat111-chi-composition-intel-sub2:1`	111 學年度起適用
		第二大題（情意題）	`rub_gsat111-chi-composition-emo:1`	111 學年度起適用
	國綜	混合題所有非選擇題通用	`rub_gsat111-chi-nmc:1`	111 學年度起適用
	英文	非選擇題中譯英	`rub_gsat111-eng-trans:1`	111 學年度起適用

本服務上線初期，評分標準的建構尚在完善中。請在建立題目時，盡量引用預先建立的評分標準，以便後續維護與更新。

評分標準的結構種類

本服務可設定並支援常見的整體式評分（Holistic Scoring）與分析式評分（Analytic Scoring）方法。每一題目分別只能使用一種評分法。

兩種評分法在評分標準物件中，分別使用不同的欄位指定其細節。同時提供或都不提供皆會被拒絕請求。

評分法	評分標準中的欄位	底下的分項稱為	批閱結果中的欄位
分析式評分 Analytic	`dimensions`	向度 Dimension	`dimensions[]`
整體式評分 Holistic	`criteria`	準則 Criterion	`criteria[]`

只有一個評量向度的題目怎麼寫？

一道填空或簡答題，若只需要「全對／部分對／錯」這樣一個整體判斷，請寫成只有一個向度的 dimensions，而不是 criteria。

請以「該題的總分是否由底下的分項加總而來」決定是否採用整體式評分。只有一個向度時，總分仍然是由該向度加總而得。criteria 僅適用於總分不由分項加總、而是由本服務的計分程式產生的題型。詳見以下兩個種類的分別說明。

分析式評分 Analytic Scoring

典型範例為高中學測英文作文。每份作答批閱時，將拆解為四個獨立的向度（Dimension），例如「內容」、「組織」、「文法」、「字彙」。每個向度分別給定分數，並將四個向度分數加總作為該作答的得分。

以下為一組最小的完整範例，或見本頁面的另外一則範例。

{
  "name": "簡答題內容與組織雙向度標準",
  "dimensions": [
    {
      "name": "內容",
      "description": "論點的正確性與充分性。",
      "levels": [
        { "score": 6, "description": "論點正確且充分展開。" },
        { "score": 3, "description": "論點正確但展開不足。" },
        { "score": 0, "description": "論點錯誤或未作答。" }
      ]
    },
    {
      "name": "組織",
      "description": "段落安排與論證順序。",
      "levels": [
        { "score": 4, "description": "結構清晰，層次分明。" },
        { "score": 2, "description": "結構大致完整。" },
        { "score": 0, "description": "結構凌亂。" }
      ]
    }
  ]
}

向度量尺級距 Dimension

分析式評分的每個向度，需要設定多個評分級距（Level）。級距可以使用 絕對分數表示 或 比例表示，來表達一個級距的分數價值，兩者擇一。同一套分析式評分標準內的所有級距，必須使用同一種表示法。

絕對分數表示：直接給定「評分的分數值」。因此一組標準將只能服務配分相同的題目。
比例表示：各級距僅標示「在該向度中的相對得分比例」，最終得分將以比例乘以該向度的滿分，因此同一套標準可服務任何 max_score 的題目。每個評分向度另外需要給定 weight 參數，表示該向度將佔該題目配分的比例。所有向度的 weight 加總必須為 1.0。

	絕對分數表示	比例表示
級距的給定數值用的參數名稱	`score`	`ratio`
級距的數值範圍	0~任意	0.0~1.0，有效至小數點第二位
每個向度需要給定 `weight`	否	是
一個向度的滿分	該向度最高級距的 `score`	`weight` 乘以題目的 `max_score`
向度得分的計算	不需計算，直接採用命中級距的 `score`	`ratio` 乘以該向度的滿分，四捨五入至小數第二位
一個題目的總分 `max_score`	題目仍必須設定，且必須等於各向度滿分的加總，否則回應 `400`	以題目設定的 `max_score` 為準，評分標準不加以限制

使用比例表示時，每個向度的 weight 加總必須等於 1.00。即使只有一個向度，weight 仍為必填（此時必然是 1.00）。

比例標準在任意向度數下，能跨不同配分的題目共用。

舉例來說，一組擁有三個向度的標準，且權重為 0.5 / 0.3 / 0.2，在 20 分的題目上產生 10 / 6 / 4 的向度滿分，在 10 分的題目上則是 5 / 3 / 2。因此，若同題型的題目之間若可能有不同的配分，請使用比例表示法，或直接改用各題目獨立的內嵌標準。

整體式評分 Holistic Scoring

典型範例為高中學測國寫。批閱一份作答時，將綜合考量所有評量層面，並直接給出一個單獨總分。縱然批閱的最終結果或評語中，可能會包含拆解的說明，評析不同能力的表現。但該些拆解說明（及其分數或等第），不能單純的「加總」來形成總分。

以下為一組最小的完整範例，或見本頁面的另外一則範例。

{
  "name": "國文作文立意與結構標準",
  "criteria": [
    {
      "name": "立意取材",
      "description": "審題立意與取材切題的一般標準。",
      "levels": [
        { "ratio": 1.0, "description": "立意深刻、取材切題。" },
        { "ratio": 0.5, "description": "立意尚可、取材普通。" },
        { "ratio": 0.0, "description": "離題或空泛。" }
      ]
    },
    {
      "name": "結構",
      "description": "段落組織與行文脈絡。",
      "levels": [
        { "ratio": 1.0, "description": "結構嚴謹、脈絡清晰。" },
        { "ratio": 0.5, "description": "結構大致完整。" },
        { "ratio": 0.0, "description": "結構凌亂。" }
      ]
    }
  ]
}

歸因量尺級距 Criterion

整體式評分的評分標準，同樣需要提供級距。但此些級距僅提供評分程式瞭解，並設定進行整體式評分時所需要考慮的各項準則，以及在直接形成總分後，對該總分的形成進行歸因解釋的參考對照。

歸因量尺級距的寫法與比例表示法的向度量尺級距相同，但有兩點不同：

只能使用 ratio，不接受 score。
不接受 weight。 準則不佔總分的任何份額，因此也沒有滿分可以推導。

批閱結果中，每個準則回報的是它命中級距的 ratio，欄位名稱為 level 而非 score，且不帶 max。

分析式與整體式評分的比較

	分析式評分 Analytic	整體式評分 Holistic
評分標準中的欄位	`dimensions`	`criteria`
底下分項的作用	拆解得分加總的構成	解釋單一得分的歸因
與總分的關係	各部分構成總分	各部分描述作答，與總分無算術關係
總分怎麼產生	各向度得分加總	由平台端的計分程式產生
總分的計算等式	`Σ earned = score.earned`，無條件成立	無，且不隱含任何等式，因為分項本身不計分
級距的表示法	`score` 或 `ratio`，二擇一	只能用 `ratio`
`weight`	使用 `ratio` 時必填，使用 `score` 時不接受	不接受
批閱結果上	`dimensions[]`，每筆帶 `score: {earned, max}`	`criteria[]`，每筆帶 `level`，且沒有 `max`
讀者得到的資訊	分數是怎麼組成的，並且可以自行驗算	作答在各軸落在哪一級，以及是哪一軸拉抬或拖累了總分
典型用途	學測英文作文，四向度 × 5 分 = 20 分	學測國寫，總分由計分程式產生

驗證規則

以下規則在建立與更新時都會強制執行，違反時將回應 400 ERR_VALIDATION_FAILED 錯誤。

一組評分標準中，dimensions 與 criteria 兩種設定方式必須二擇一。
一組 dimensions 標準中，級距的表示法 score 與 ratio 必須二擇一。且該評分標準中的所有級距，表示法都必須統一。
一組 criteria 標準中，級距只能使用 ratio，不接受 score。
若採用 ratio 給定向度的級距配分，則該向度必須填寫 weight，且所有向度的 Σ weight 必須等於 1.00。（使用 score 時，或評分標準為 criteria 則不接受）。
若採用 score 給定向度的級距配分，則各向度最高級距分數的加總，必須等於引用此標準的題目所設定的 max_score。
級距的數值 score 與 ratio 最多兩位小數。
各個 Dimension（或 Criterion）的名稱，在同一組標準內必須唯一。
級距數值在其所屬的 Dimension（或 Criterion）中必須唯一。
每一組級距都要有零分級距（見下）。

每套標準都要有零分級距

每一組向度評分（或歸因量尺）級距中，都必須包含一個得分（或比例）為 0 的級距。缺少時將會被拒絕請求。

當學生作答空白、完全錯誤、離題，或內容涉及違反本服務使用及處理規範的敏感內容時，評分都將是 0 分。

級距數值在同一組內必須唯一

同一組級距內，不得有兩個級距共用同一個 score（或 ratio）。

當可能存在多組標準都會被評分為同一級距時，應將所有相符的標準描述寫成同一個級距。描述中列出各種情形，並說明符合任一即得該分。例如：

{
  "score": 4,
  "description": "符合下列任一情形即得 4 分：（一）列出兩點，描述大致正確；（二）僅列出一點，但有正確舉例佐證。"
}

級距數值最多兩位小數。

版本與封存

獨立評分標準物件

獨立評分標準物件的版本規則，與題目的運作方式完全一致。POST 建立 version 1，每次 PATCH 產生新的不可變版本。使用版本化參照 rub_abc:2 以讀取確切版本。

題目的 scoring.rubric_ref 在題目寫入時即解析為明確版本，因此發布 rub_fhz:2 不會影響任何已使用在 rub_fhz:1 的題目，只有之後寫入的題目才能採用新版本。

封存時，評分標準物件將無法從預設列表中讀取、且不能再被新題目採用。但每個已引用的題目均照常解析，其批閱效果與結果不變。已封存的評分標準不能更新，PATCH 將會回應 409 錯誤。已封存的評分標準可解除封存。

{
  "name": "簡答題全／半／零通用標準",
  "dimensions": [
    {
      "name": "整體",
      "weight": 1.0,
      "levels": [
        { "ratio": 1.0, "description": "完整答出題目要求的所有要點。" },
        { "ratio": 0.5, "description": "答出部分要點，或要點正確但不完整。" },
        { "ratio": 0.0, "description": "答案錯誤、離題或空白。" }
      ]
    }
  ]
}

共用的申論標準：三個向度，同樣不釘滿分

同一套標準在 20 分的題目上產生 10 / 6 / 4 的向度滿分，在 10 分的題目上則是 5 / 3 / 2。

{
  "name": "通用申論三向度標準",
  "dimensions": [
    {
      "name": "內容",
      "description": "論點的正確性與充分性。",
      "weight": 0.5,
      "levels": [
        { "ratio": 1.0, "description": "論點正確且充分展開。" },
        { "ratio": 0.6, "description": "論點正確但展開不足。" },
        { "ratio": 0.0, "description": "論點錯誤或未作答。" }
      ]
    },
    {
      "name": "組織",
      "description": "段落安排與論證順序。",
      "weight": 0.3,
      "levels": [
        { "ratio": 1.0, "description": "結構清晰，層次分明。" },
        { "ratio": 0.5, "description": "結構大致完整。" },
        { "ratio": 0.0, "description": "結構凌亂。" }
      ]
    },
    {
      "name": "文辭",
      "description": "用詞準確度與表達流暢度。",
      "weight": 0.2,
      "levels": [
        { "ratio": 1.0, "description": "用詞精確，表達流暢。" },
        { "ratio": 0.5, "description": "尚稱通順。" },
        { "ratio": 0.0, "description": "語病嚴重，妨礙理解。" }
      ]
    }
  ]
}

英文作文：絕對級距，4 × 5 = 20

不帶 weight：級距數值本身已表明各向度的佔比，且其加總必須等於題目的 max_score。

{
  "name": "English Composition Rubric",
  "dimensions": [
    {
      "name": "Grammar",
      "description": "Grammatical range and accuracy.",
      "levels": [
        { "score": 5, "description": "Virtually error-free." },
        { "score": 3, "description": "Occasional errors; meaning clear." },
        { "score": 1, "description": "Frequent errors impede meaning." },
        { "score": 0, "description": "No credit." }
      ]
    },
    {
      "name": "Content",
      "description": "Relevance and development of ideas.",
      "levels": [
        { "score": 5, "description": "Fully addresses the prompt." },
        { "score": 3, "description": "Adequately developed." },
        { "score": 1, "description": "Minimal or off-topic." },
        { "score": 0, "description": "No credit." }
      ]
    },
    {
      "name": "Structure",
      "description": "Organization and cohesion.",
      "levels": [
        { "score": 5, "description": "Clear, cohesive organization." },
        { "score": 3, "description": "Generally organized." },
        { "score": 1, "description": "Poorly organized." },
        { "score": 0, "description": "No credit." }
      ]
    },
    {
      "name": "Vocabulary",
      "description": "Range and precision of word choice.",
      "levels": [
        { "score": 5, "description": "Wide and precise." },
        { "score": 3, "description": "Adequate range." },
        { "score": 1, "description": "Limited or inaccurate." },
        { "score": 0, "description": "No credit." }
      ]
    }
  ]
}

國文作文：用準則，不用向度

總分由計分程式產生，因此這些軸是在描述作答，而非構成分數。它們採 ratio 級距、不帶 weight，批閱結果會以 criteria 回報，且不帶 max。

{
  "name": "國中國文作文評分標準",
  "criteria": [
    {
      "name": "立意取材",
      "description": "審題立意與取材切題的一般標準。",
      "levels": [
        { "ratio": 1.0, "description": "立意深刻、取材切題。" },
        { "ratio": 0.5, "description": "立意尚可、取材普通。" },
        { "ratio": 0.0, "description": "離題或空泛。" }
      ]
    },
    {
      "name": "結構",
      "description": "段落組織與行文脈絡。",
      "levels": [
        { "ratio": 1.0, "description": "結構嚴謹、脈絡清晰。" },
        { "ratio": 0.5, "description": "結構大致完整。" },
        { "ratio": 0.0, "description": "結構凌亂。" }
      ]
    },
    {
      "name": "文采",
      "description": "遣詞造句與修辭表達。",
      "levels": [
        { "ratio": 1.0, "description": "文辭優美、修辭得宜。" },
        { "ratio": 0.5, "description": "文辭通順。" },
        { "ratio": 0.0, "description": "語病嚴重。" }
      ]
    }
  ]
}