开始前准备什么
我们用 17 份 IELTS 官方发布、同时带考官分数和评语的样卷建立完整回归集,覆盖 Band 4 到 8.5。Task 1 的官方分数为 4、5、5、6、6、7、8.5;Task 2 为 4、5、5、5.5、6、7、7.5、8、8.5、8.5。只有这类样卷能同时提供可信分数和可对照的考官评语。
如果你已经有真实作文、目标分和临考压力,先找出最拖分的卡分点,再把它接到可验证的下一版重写。不要只再拿一份 AI 批改清单。
这里讨论的是卡分诊断,不是官方 IELTS 分数预测。
第一版评分规则配 DeepSeek flash 跑完 17 份 IELTS 官方样卷后,Band 7 到 7.5 被打到 4.5 到 6,Band 8 到 8.5 被打到 5 到 7;两轮平均绝对误差为 1.22 到 1.39,且没有一次预测超过 7。
可靠反馈不能只给一个像真的分数。它要引用原文、映射评分标准、选出主卡分点,并给出可验证的下一版重写步骤。
我们用 17 份 IELTS 官方发布、同时带考官分数和评语的样卷建立完整回归集,覆盖 Band 4 到 8.5。Task 1 的官方分数为 4、5、5、6、6、7、8.5;Task 2 为 4、5、5、5.5、6、7、7.5、8、8.5、8.5。只有这类样卷能同时提供可信分数和可对照的考官评语。
压分不是一个神秘开关,而是保守偏置、按错误绝对数量计数、同一缺陷跨评分项重复扣分、缺少高分锚点,以及模型判断力差异叠加出来的结果。350 词中的 5 个错误和 180 词中的 5 个错误不是同一水平;一个表达问题也不应被四个评分项重复处罚。
v3 规则把锚点扩到 Band 9,允许高分作文存在偶发错误,取消统一向下取分,按官方 descriptor 逐项判断,并使用官方最近 0.5 分规则。两轮完整回归的 MAE 收窄到 0.83 到 1.00,但 Band 7.5 到 8.5 的 Task 2 仍经常只得到 5.5 到 6.5。规则改对了,模型本身的判断力仍可能形成天花板。
跨模型对照后系统切换到 Qwen。2026 年 7 月 16 日至 25 日,连续 10 次 5-case 定时回归通过,MAE 稳定在 0.3 到 0.4;最近 7 天共完成 35 个固定样本 case。它说明这几个校准点上的输出更稳定,也明显减少了机械压在 6 或 6.5 的旧行为。
5 个固定样本的周期回归不是新的完整独立验证。完整 v7 的 17×3 共 51 次工程闸门曾在 60 分钟时因未产出最终报告而中止,完全未参与调试的盲测集也尚未完成。因此我们不宣称“已经证明评分准确”,不说比考官更准,不给准确率数字,也不保证提分。
对卡在写作 6.5 到 7 的学习者,一个孤立数字帮不了太多。真正有用的 AI 评分要回答:最主要的卡分点属于哪个评分项,证据在作文哪几句,下一步修改如何验证变化。使用 ChatGPT 或其他工具时,不要只问“这篇几分”;同时提供完整题目、作文、目标分和担心的问题,再把 AI 反馈降级为线索。
这些页面用于补充说明 半分写作 的卡分诊断与修复方法、Task 1 overview、Task 2 展开和常见卡分问题。
提交刚写过的一篇作文,先看保守区间、最该先改的一处和原文证据;登录后可直接使用免费 Repair Cycle,把修改合回自己的整篇第二稿。