本文提出一种多选题智能生成系统，利用预训练的语言模型，根据规定的性能指标，通过读取理解语料库来生成语法准确，具有可回答性、多样性和复杂性的问题及选项。

Sep, 2022

本文提出一种新的共同匹配方法来解决多选阅读理解问题，该方法同时建模一个段落是否匹配一个问题和一个候选答案，在 RACE 数据集上的实验结果表明我们的方法达到了最先进的性能。

Jun, 2018

对多选阅读理解测试中干扰项的质量进行自动评估，包括错误性、可信度和多样性的度量。

Nov, 2023

本文提出一种新的方法来从众包工作者那里获得高质量、针对领域的多项选择题，该方法通过利用大量的领域特定文本和一小部分现有问题，产生文档选择和答案干扰选项的模型建议，辅助人类提问生成过程。使用这种方法，我们已经组装了 13.7K 的多项选择科学考试题的 SciQ 数据集，并通过提供对这个新数据集的分析和展示人们无法区分众包问题与原问题，证明了这种方法可以产生领域内的问题。当将 SciQ 用作现有问题的附加训练数据时，在真实科学考试中观察到了准确度的提高。

Jul, 2017

本文研究多项选择阅读理解和听力理解测试中需要阅读多少上下文内容才能回答正确，发现自动化阅读理解系统即使没有或只有部分上下文内容的情况下也能比随机猜测表现更好，并提供了内容创作者自动捕捉所需理解和世界知识之间的权衡的方法。

Jul, 2023

在评估英语学习者时，多项选择（MC）测试是一种有效的方法。本文探讨了自动化方法来对 MC 问题进行难度排序，并比较了任务迁移和零样本学习的方法。结果表明，任务迁移在难度排序方面优于阅读理解，而零样本学习方法在问题难度排序方面比绝对评估和任务迁移方法更有效，相关系数为 40.4%。合并这些系统进一步提高了相关性。

Apr, 2024

本文针对英语的机器阅读理解中的 RACE 数据集进行了详细的测试和分析，评估了数据集中多项选择问题的难度，并对基准文本做了注释。研究发现多数多项选择问题未能满足阅读理解任务的基本要求，同时发现基准文本的位置分布存在偏差，这可能对多项选择问题的回答和生成模型的评估造成不利影响。

May, 2023

通过集中于围绕问题上下文的改述，我们的工作提供了一种高数据获取成本情景下进行多项选择题生成的初始尝试，这是通过使用仅预训练模型构成的 pipeline AGenT Zero，该方法不需要 fine-tuning，最大限度地减少了问题生成的数据获取成本。同时，我们的评估流程还可推广到更广泛的问题和答案范围内。

Nov, 2020

提出了使用深度学习方法和序列学习方法生成阅读理解中多项选择题的解题方法，包括问题生成和干扰项生成。通过多种自然语言处理技术的组合，这些方法可以在未见数据上表现良好。

Mar, 2023

使用大型语言模型，本研究探索了数学多项选择题中自动生成干扰项和相应反馈信息的任务，并通过非标准指标对生成的干扰项和反馈信息进行了评估，结果显示自动化干扰项和反馈生成方面仍有提升空间，并提出了几个未来研究的方向。

Aug, 2023