46 lines (22 loc) · 2.01 KB

Test_Generator_Core：配置驱动的教学组卷引擎

本项目致力于解决教学场景中“从题库到试卷”的转化问题。不同于传统的随机抽取，本项目强调对试卷结构的精确控制与教学意图的还原。

核心思想：实用主义驱动

在组卷这件事上，我们认为**“清晰的规则”优于“复杂的黑盒”**。目前系统采用分层随机抽样（Stratified Random Sampling）作为核心逻辑，将组卷过程拆解为：

需求定义：通过 YAML 配置文件明确总分、题型比例、难度分布等硬性指标。
离散化对齐：使用数学算法将抽象的比例转换为具体的题目数量，确保总题量与总分严格闭合。
分池抽样：在符合条件的题目池中进行随机筛选，兼顾公平性与离散分布。

现阶段功能特性

YAML 配置驱动：试卷的“规格说明书”与程序逻辑分离，非开发人员也能通过修改配置文件调整组卷策略。
精确的难度分桶：支持将难度划分为不同的星级或区间，并按预设比例进行抽样，避免试卷难度出现极端偏差。
分值与题量校准：内置自动补齐逻辑，确保生成的试卷在总分和题数上完全符合教学要求。
结果可回溯：通过日志记录抽样过程，方便对组卷结果进行复盘与调整。

为什么选择这种方式？

在当前的教学实践中，教师往往有明确的命题蓝图（如：基础题占 60%，中档题 30%，难题 10%）。直接使用复杂的优化算法有时会产生“数学上最优但直觉上奇怪”的结果。通过分层规则抽样，我们可以：

保证教学目标的直观落地。
降低系统的维护成本，让逻辑变得透明、可预测。
提供稳定的生成质量，不追求单纯的计算速度，而追求结果的合理性。

后续规划

随着题库规模的扩大和约束条件的复杂化（如 A/B 卷去重、知识点冲突等），我们计划在未来引入 OR-Tools CP-SAT 求解器作为高级插件，以应对更深层次的离散优化挑战。

许可证

本项目采用 GNU General Public License v3.0 (GPL-3.0)。