在BEA 2026共享任务“基于评分标准的德语短答案评分”中，RETUYT-INCO团队提出了创新的元提示方法。该任务要求根据特定评分标准对学生的短答案进行打分，涉及三个赛道：Track 1（未见过答案的三分类评分）、Track 3（未见过答案的二分类评分）和Track 4（未见过问题的二分类评分）。这些赛道具有挑战性，因为评分标准因问题而异，且测试集中的答案或问题在训练集中从未出现。
元提示方法的核心是让大语言模型（LLM）从训练集中提取示例，自动生成一个定制的提示。这个提示随后被用于对新的学生答案进行评分。相比手动构建提示，该方法能够自适应任务变化，提高评分的准确性和一致性。具体来说，团队首先从训练集中选取若干示例（包括问题和对应的参考答案及学生答案），然后利用一个LLM（如GPT-4）根据这些示例生成一个评分提示。该提示包含了评分标准的详细描述和示例评分逻辑。最后，这个生成的提示被用于另一个LLM（或同一个LLM）对测试集中的答案进行评分。这种元学习的方式使得模型能够快速适应不同的问题和评分标准。
除了元提示，团队还探索了多种其他技术，包括经典机器学习模型（如支持向量机、随机森林）、微调开源LLM（如BERT、XLM-R）以及不同的提示工程策略（如零样本提示、少样本提示）。这些方法为比较提供了基准，也展示了元提示在大多数情况下的优越性。实验表明，元提示在跨问题泛化方面表现尤为突出，特别是在Track 4（未见过问题）中，其性能优于其他方法。
官方结果公布后，RETUYT-INCO在三个赛道中均取得了中等偏上的排名。Track 1中，团队在8支参赛队伍中排名第6，二次加权卡帕（QWK）得分为0.729；Track 3中，在9支队伍中排名第4，QWK为0.674；Track 4中，在8支队伍中排名第4，QWK为0.49。尽管排名并非顶尖，但元提示方法展示了在有限训练数据下进行有效评分的潜力，特别是在未见问题的场景中。
该论文将在与ACL 2026联合举办的BEA 2026研讨会上展示。研究者认为，未来的工作可以进一步优化元提示的生成策略，例如使用更先进的示例选择算法、引入多轮迭代生成，以及扩展到其他语言和评分场景。此外，将元提示与微调模型结合可能带来进一步的性能提升。这项研究为自动化评分领域提供了一种灵活且高效的方法，有望推动教育评估技术的进步。