शोधकर्ता स्वचालित निबंध स्कोरिंग की चुनौती को संबोधित करते हैं जब शिक्षक नए रूब्रिक्स को संशोधित या पेश करते हैं, जिसे क्रॉस-रूब्रिक सामान्यीकरण के रूप में जाना जाता है। वे बड़े भाषा मॉडलों के लिए एक फाइन-ट्यूनिंग फ्रेमवर्क प्रस्तावित करते हैं जो प्रशिक्षण के दौरान लक्ष्य-निबंध पर्यवेक्षण के साथ "गुण" (traits) कहलाने वाले रूब्रिक-अज्ञात मध्यवर्ती प्रतिनिधित्वों का उपयोग करता है।
- दृष्टिकोण सबसे कठिन सेटिंग में गुणों के बिना एक आधार रेखा की तुलना में मैक्रो F1 को 5.0% से बेहतर बनाता है जहां प्रशिक्षण के दौरान न तो लक्ष्य रूब्रिक्स और न ही निबंध देखे गए थे।
- लक्ष्य-निंबर पर्यवेक्षण बढ़ाने से प्रदर्शन और भी बढ़ जाता है, जिससे सबसे अच्छा फाइन-ट्यून्ड ओपन-सोर्स Llama-आधारित मॉडल GPT-5-mini के प्रॉम्प्टिंग को मैक्रो F1 में 2.1% से बेहतर बना सकता है।
- इस मूल्यांकन में वही Llama-आधारित मॉडल GPT-5 से केवल 1.9% पीछे है।
ये परिणाम दिखाते हैं कि गुण-आधारित मध्यवर्ती संरचना और नियंत्रित पर्यवेक्षण को शामिल करना पहले अज्ञात स्कोरिंग रूब्रिक्स में सामान्यीकरण को प्रभावी ढंग से बेहतर बनाता है।