以0.8B、2B等小模型直接输出评分与判定，减少生成解析和推理成本。
推荐理由：将教育评分从文本生成改成单次分类决策，并直接提供可校准概率；若效果可靠，可显著降低批量阅卷延迟、解析故障与置信度失真。
阅读原文