自动评估作业,支持订正最终得分、查看关联代码|ModelWhale 版本更新

冬至时节,2023 已进入尾声,ModelWhale 于今日迎来新一轮的版本更新,与大家一起静候新年的到来。

本次更新中,ModelWhale 主要进行了以下功能迭代:

  • 自动评估作业
  1. 新增 提交代码(团队版✓ )
  2. 新增 作业在线预览、手动改分(团队版✓ )
  • 优化 Notebook 内提交作业代码(自动评估作业、实训作业、大作业)(团队版✓ )
  • 新增 作业项必填/非必填设置(团队版✓ )
  • 新增 作业评阅进度表(团队版✓ )
  • 优化 数据引用信息自动配置(基础版✓ 专业版✓ 团队版✓ )
  • 优化 在线发票开具(基础版✓ 专业版✓ 团队版✓ )

1、自动评估作业,新增 提交代码(团队版✓ )

为促进高校教改,依据 OBE 成果导向的教育模式,ModelWhale 教学平台帮助学生真实 Coding、逐步形成数据科学思维,也提供老师丰富的案例教材、教学工具、作业系统(实践作业、分组作业、自动评估作业等),协助教学课程的搭建。其中,自动评估作业通过预先设置的“评审指标/脚本”、“答案文件”自动化即时评分,为避免可能的作弊情况,现新增提交代码:可由老师手动核查(抽查)学生代码。

Tips:除“关联代码”外,老师也可以要求学生额外提交“文本”。

2、自动评估作业,新增 作业在线预览、手动改分(团队版✓ )

承上,为减轻老师的评审压力、避免“每次评审作业都需要把全班所有学生的代码文件下载、运行,再评出作业分”,自动评估作业也像其他作业(实训作业、分组作业)一样:支持在线预览学生 Notebook 代码、在线运行学生 Notebook;作业文件(如 py, pdf, html, txt, office 文件)也支持在线预览。

如发现作弊情况,现也已支持手动改分,更改由“评审指标/脚本”自动计算出的分数。

更多详见:ModelWhale 教学平台(客户案例)

3、优化 Notebook 内提交作业代码(自动评估作业、实训作业、大作业)(团队版✓ )

ModelWhale 教学平台除提供【课程】模块供教材的汇总展示外,还为每位学生准备了专属的研究分析工作台以便真实上手实践、感受代码运行效果。完成作业后,学生现可以在 Notebook 运行时内便捷完成多种作业类型的提交,包括“案例实训作业”、“课程大作业”及其他“手动评估作业”(不再仅局限于“自动评估作业”)。

在 Notebook 内提交作业时,学生除了可以提交当前项目的“运行结果文件”外,现还支持提交关联的“代码项目”(我们会自动填入当前的“代码项目”)。

4、新增 作业项必填/非必填设置(团队版✓ )

ModelWhale 教学平台配有用于开展“数据科学实训教学”的作业系统,除支持快捷创建“试卷测验”、“实训作业”、“分组作业”外,还支持老师自定义作业,包括“评审方式(人工评审、自动评审)”、“作业提交项”。其中“作业提交项”支持多种类型,可要求学生提交:在线 Notebook 项目、代码结果文件、本地 PPT 及其他 office 文件、Markdown 文本等,现老师还可以设置这些“提交项”是否“必填”,规范学生的作业提交内容。

5、新增 作业评阅进度表(团队版✓ )

ModelWhale 教学平台可供老师在线预览、运行、批改学生作业。现新增作业评阅进度表,可供老师随时了解批改进度(哪些作业已评估、哪些未评估)、也支持优先批改/暂不批改的快捷操作。

6、优化 数据引用信息自动配置(基础版✓ 专业版✓ 团队版✓ )

为实现科学数据更规范的管理、展示、使用,ModelWhale 应用 FAIR 原则:通过“元数据体系”,保证数据资产的可发现(Findable)、可访问(Accessible)、可互操作(Interoperable)、可重用(Reusable)。我们也支持数据引用信息的自动生成,以便数据使用者可以更便捷、更规范地标记数据来源。

数据创建者打开“引用信息”的展示开关后,ModelWhale 将根据已配置的“元数据信息”自动生成“引用信息”(你无需再二次配置)。

更多详见:ModelWhale 数据引用信息

注:本次更新中,该开关入口由“数据编辑页”调整至“数据详情页”。

7、优化 在线发票开具(基础版✓ 专业版✓ 团队版✓ )

越来越多来自各行各业的科研人员、企业用户、高校师生选择 ModelWhale 作为数据科学的研究工具、资产管理平台。如在采购 ModelWhale 公有云的功能模块、存储空间、资源算力等服务后,希望开具发票报销,现已支持在线提出开票申请,简化申请流程、提高开票效率。Tips:组织订单、社区鲸币,均支持线上开票。

  • 组织订单

  • 社区鲸币

以上,就是本期 ModelWhale 版本更新的全部内容。

进入 Modelwhale 官网,免费试用 Modelwhale 专业版(个人研究)或团队版(组织协同),获赠 CPU、GPU 算力!(建议使用 pc 端体验试用)

若对 ModelWhale 有任何建议、疑问,或有试用续期需求,欢迎点击【联系产品顾问】,MoMo 很高兴为你服务、与你交流(咨询备注“产品咨询”)。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/238457.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ARM GIC(四) gicv3架构基础

GICv3架构是GICv2架构的升级版,增加了很多东西。变化在于以下: 使用属性层次(affinity hierarchies),来对core进行标识,使gic支持更多的core 将cpu interface独立出来,用户可以将其设计在core…

Vue CLI 设置 publicPath:打包后的应用可部署在任意路径

前言 领导要重新部署多个应用环境,且不受路径层级影响。 于是找到了 Vue CLI 配置 publicpath 配置说明 下图所示: / :默认值,应用部署在根路径上;./:注意前面加了一个点,应用可部署在任意路…

算法基础之扩展欧几里得算法

扩展欧几里得算法 核心思想&#xff1a;裴蜀定理 : 欧几里得算法: 辗转相除法求最大公约数 传入参数(int a,int b,int &x,int &y) 递归(int b,int a%b,int y,int x) xy换位置 方便计算(推公式) #include<iostream>#include<algorithm>using namespac…

yolo-nas无人机高空红外热数据小目标检测(教程+代码)

前言 YOLO-NAS是目前最新的YOLO目标检测模型。从一开始&#xff0c;它就在准确性方面击败了所有其他 YOLO 模型。与之前的 YOLO 模型相比&#xff0c;预训练的 YOLO-NAS 模型能够以更高的准确度检测更多目标。但是我们如何在自定义数据集上训练 YOLO NAS&#xff1f; 这将是我…

效果图云渲染是什么意思?如何渲染出照片级别的效果图?

​在当前的建筑规划、室内装修以及电影视效制作等行业内&#xff0c;制作高质量的效果图起着至关重要的作用&#xff0c;因为它能够给予观众或客户极为逼真和吸引人的视觉体验。在此篇文章中&#xff0c;我们将深入了解什么是云端效果图渲染&#xff0c;并探讨如何运用Renderbu…

MySQL 分表真的能提高查询效率?

背景 首先我们以InnoDB引擎&#xff0c;BTree 3层为例。我们需要先了解几个知识点&#xff1a;页的概念、InnoDB数据的读取方式、什么是树搜索&#xff1f;、一次查询花费的I/O次数&#xff0c;跨页查询。 页的概念 索引树的页&#xff08;page&#xff09;是指存储索引数据…

7-1 建立二叉搜索树并查找父结点(PTA - 数据结构)

按输入顺序建立二叉搜索树&#xff0c;并搜索某一结点&#xff0c;输出其父结点。 输入格式: 输入有三行&#xff1a; 第一行是n值&#xff0c;表示有n个结点&#xff1b; 第二行有n个整数&#xff0c;分别代表n个结点的数据值&#xff1b; 第三行是x&#xff0c;表示要搜索值…

Kylin基础知识点解析与应用探索

目录 学习目标&#xff1a; 学习内容&#xff1a; 学习时间&#xff1a; 学习产出&#xff1a; Kylin简介 什么是Kylin Kylin的历史和发展 Kylin在大数据领域的地位和作用 Kylin架构 Kylin的组成部分和模块 Kylin的工作原理和流程 Kylin与其他大数据组件的关系和集成 Kylin功能…

链接未来:深入理解链表数据结构(二.c语言实现带头双向循环链表)

上篇文章简述讲解了链表的基本概念并且实现了无头单向不循环链表&#xff1a;链接未来&#xff1a;深入理解链表数据结构&#xff08;一.c语言实现无头单向非循环链表&#xff09;-CSDN博客 那今天接着给大家带来带头双向循环链表的实现&#xff1a; 文章目录 一.项目文件规划…

Java商城免 费 搭 建:VR全景到SAAS,各种模式一网打尽!

一、技术选型 java开发语言&#xff1a;java是一种跨平台的编程语言&#xff0c;适用于大型企业级应用开发。使用java开发直播商城可以保证系统的稳定性和可扩展性。 spring boot框架&#xff1a;spring boot是一个快速构建spring应用的框架&#xff0c;简化了开发过程&#xf…

人工智能对网络安全的影响

技术的快速发展带来了不断增长的威胁环境&#xff0c;网络犯罪分子和恶意行为者利用我们互联世界中的漏洞。在这个数字时代&#xff0c;数据泄露和网络攻击呈上升趋势&#xff0c;仅靠传统的安全措施已经不够了。人工智能 &#xff08;AI&#xff09; 的进步彻底改变了网络安全…

LeetCode 21 合并两个有序链表

题目描述 合并两个有序链表 将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 示例 1&#xff1a; 输入&#xff1a;l1 [1,2,4], l2 [1,3,4] 输出&#xff1a;[1,1,2,3,4,4]示例 2&#xff1a; 输入&#xff1a;l1 [],…

由浅入深走进Python异步编程【多进程】(含代码实例讲解 || multiprocessing、异步进程池、进程通信)

写在前面 从底层到第三方库&#xff0c;全面讲解python的异步编程。这节讲述的是python的多线程实现&#xff0c;纯干货&#xff0c;无概念&#xff0c;代码实例讲解。 本系列有6章左右&#xff0c;点击头像或者专栏查看更多内容&#xff0c;陆续更新&#xff0c;欢迎关注。 …

高镍正极材料湿法回收除硼树脂

#高镍正极材料湿法回收除硼树脂 锂离子电池高镍正极材料具备高能量密度&#xff0c;能够满足现有电动交通工具对于高续航里程的要求&#xff0c;是现在市场中最受青睐的正极材料之一&#xff0c;然而&#xff0c;组分中高镍含量给材料带来高容量的同时也使材料稳定性变差&#…

大模型ChatGLM下载、安装与使用

在人工智能领域&#xff0c;清华技术成果转化的公司智谱AI启动了支持中英双语的对话机器人ChatGLM内测。ChatGLM是一个初具问答和对话功能的千亿中英语言模型&#xff0c; 并针对中文进行了优化&#xff0c;现已开启邀请制内测&#xff0c;后续还会逐步扩大内测范围。 ChatGLM…

【数据结构和算法】最大连续1的个数 III

其他系列文章导航 Java基础合集数据结构与算法合集 设计模式合集 多线程合集 分布式合集 ES合集 文章目录 其他系列文章导航 文章目录 前言 一、题目描述 二、题解 2.1 方法一&#xff1a;滑动窗口 2.2 滑动窗口解题模板 三、代码 3.1 方法一&#xff1a;滑动窗口 四、…

头歌—衍生密码体制

# 第1关&#xff1a;Rabin密码体制 题目描述 任务描述 Rabin密码体制是RSA密码体制的一种。 本关任务&#xff1a;使用Rabin密码体制对给定的明文进行加密。 相关知识 为了完成本关任务&#xff0c;你需要掌握&#xff1a;Rabin密码体制。 Rabin密码体制 在本关中&#x…

rk3588多模型检测部署quickrun

quickrun 是一款rk3588 rknn多模型高效高并发部署软件 软件框架 采用session思想&#xff0c;可以定义多个session满足不同模型的义务需求。比如充电桩检测&#xff0c;垃圾分类&#xff0c;悬崖检测&#xff0c;模型共用一个摄像头&#xff0c;采用yolov5的模型。 采用消息…

C语言之初识C语言

文章目录 前言一、什么是C语言二、第一个C语言程序三、数据类型四、变量&#xff0c;常量1、变量1.1 变量的命名1.2 变量的分类1.3 变量的使用1.4 变量的作用域和生命周期2、变量 五、字符串1. 概念2. 求解字符串的长度【strlen】3. 转义字符【含笔试题】 六、注释七、选择语句…