双评模式
双评模式是一种高精度批改方式，使用两个 AI 模型独立评分，当分差超过阈值时自动触发第三模型仲裁。适合对评分准确性要求较高的场景，如重要考试、竞赛评卷等。
工作原理
试卷 → 主模型评分 ─┐
├→ 比较分差
试卷 → 副模型评分 ─┘
│
┌─────────┴─────────┐
↓ ↓
分差 ≤ 阈值 分差 > 阈值
取平均分 启动仲裁模型
（共识结果） （仲裁结果）- 并发评分：主模型和副模型同时对同一份试卷独立评分
- 分差比较：计算两个分数的差值
- 共识判定：如果分差 ≤ 阈值（默认 2 分），取平均分作为最终得分
- 仲裁判定：如果分差 > 阈值，启动仲裁模型进行第三轮评分，仲裁模型给出最终裁定
配置方法
使用内置双评工作流
脚本内置了「双评模式(高精度)」工作流，开箱即用：
| 配置项 | 默认值 |
|---|---|
| 主模型 | aimarker-fast（不思考） |
| 副模型 | aimarker-fast（不思考） |
| 仲裁模型 | aimarker-pro（默认深度） |
| 分差阈值 | 2 分 |
自定义双评工作流
- 在设置面板中点击「批改工作流」→「编辑」或「新建」
- 勾选「启用双评模式」
- 配置：
- 副模型：选择供应商、模型和思考链深度
- 仲裁模型：建议使用更高精度的模型（如 aimarker-pro）
- 分差阈值：两个模型分差超过此值时触发仲裁（默认 2 分）
配合批改模式使用
双评模式可以与三种提交模式组合使用：
| 组合 | 说明 |
|---|---|
| 双评 + 普通模式 | 双评完成后 5 秒倒计时提交，可查看双评详情后确认 |
| 双评 + 试改模式 | 双评完成后等待教师确认，可纠错 |
| 双评 + 无人值守 | 双评完成后 1 秒自动提交，适合大批量 |
双评结果详情
批改完成后，提交对话框会显示完整的双评详情：
共识结果（分差 ≤ 阈值）
- 双评结果：分差、判定（✓ 共识）
- 老师 A：得分、评分依据、分数计算
- 老师 B：得分、评分依据、分数计算
仲裁结果（分差 > 阈值）
- 双评结果：分差、判定（⚠ 三评仲裁）
- 老师 A：得分、评分依据、分数计算
- 老师 B：得分、评分依据、分数计算
- 仲裁结果：仲裁得分、仲裁分析
历史记录中的双评
评阅历史中每条双评记录都会显示：
- 双评标签（共识/仲裁）
- 详情抽屉中展示完整的老师 A/B 评分和仲裁结果
- CSV 导出包含老师 A/B 的评分依据、分数计算和仲裁分析
使用建议
- 首次使用：建议先用「试改模式 + 双评」组合，观察两个模型的评分差异
- 阈值设置：对于满分 100 分的题目，阈值 2 分是比较合理的；满分较小的题目可以适当降低
- 模型选择：主副模型建议使用不同模型，交叉验证效果更好；仲裁模型建议使用精度最高的
- 成本考虑：双评模式的 API 调用量是普通模式的 2-3 倍，请注意 API 额度
常见问题
双评模式比普通模式慢多少？
双评模式需要调用 2 个（或 3 个）模型，耗时约为普通模式的 1.5-2 倍（因为并发调用）。如果触发仲裁，耗时会更长。
两个模型都失败了怎么办？
如果主模型和副模型都失败，会抛出错误。如果只有一个失败，会使用另一个模型的结果（fallback 模式）。
可以只用双评不用仲裁吗？
可以。将分差阈值设置得很大（如 100），就不会触发仲裁。此时双评结果就是两个模型的平均分。
仲裁模型和主副模型可以是同一个吗？
技术上可以，但不建议。仲裁的意义在于引入第三方视角，使用相同的模型会降低仲裁的价值。