LLM-Quiz-Generator：开源大模型驱动的教育测验自动生成工具

LLM-Quiz-Generator是一个开源项目，探索利用开源大语言模型自动生成教育测验题目。它支持从学习材料中提取关键知识点并生成问答对，为教师和教育工作者提供智能化的测验生成解决方案，解决手工出题耗时费力的问题，且可本地运行、完全掌控生成过程。

教师手工设计高质量测验需覆盖核心知识点、合理难度梯度、巧妙干扰项等，耗时数小时；个性化教育发展要求为不同群体生成定制化测验，工作量进一步增加。这促使探索AI自动化出题的可能性。

系统架构

模块化设计，含输入处理（多格式支持、文本预处理）、知识提取（识别概念与关系）、题目生成（问题及答案/干扰项）、质量评估模块。

开源模型支持

推荐Llama2/3、Mistral、Qwen等模型，部署方式包括本地（llama.cpp/Ollama）、自托管API（vLLM/TGI）、云端（Hugging Face）。

提示工程策略

使用精心设计的提示模板，如知识提取提示（提取概念名称、定义、细节）和题目生成提示（指定数量、难度、题型等）。

教师备课助手

快速生成章节测验、差异化题目、时事相关题、练习题库。

在线教育平台

自动生成模块测验、自适应测试、无限练习题目，降低成本。

企业培训

从文档生成考核题、确保内容掌握、定期更新、多语言支持。

自主学习工具

转化材料为测验、识别知识盲点、生成针对性练习。

优势

• 开源本地化：数据隐私、成本低、可定制、离线可用；
• 教育专业性：支持布鲁姆分类法、认知负荷理论；
• 灵活可扩展：添加题型、集成新LLM、自定义评分、导出多格式。

局限

质量控制（表述不清、干扰项问题）、学科限制（数学推导等）、模型依赖（幻觉、小模型能力不足）。

应对策略

人机协作（AI生成+人工审核）、质量检查清单、优化提示、few-shot学习。

工具对比

特性	LLM-Quiz-Generator	商业AI工具	传统题库系统
开源	✅	❌	部分
本地运行	✅	❌	✅
自定义	高	低	中
成本	低	高	中
题目质量	依赖模型	较高	高
使用门槛	中	低	低
独特价值：开源+本地+可定制组合，适合有技术能力的机构。

快速开始

1. 克隆仓库：git clone https://github.com/raquelvargas16/llm-quiz-generator
2. 安装依赖：pip install -r requirements.txt
3. 配置模型：编辑config.json指定端点、模型等；
4. 生成测验：使用Python代码加载材料、生成并导出测验。

未来方向

• 短期：完善提示库、多输入格式、质量评估、友好UI；
• 中期：自适应难度、相似度检测、学习分析、多语言增强；
• 长期：端到端评估系统、LMS集成、个性化路径、多模态题目。