阅读理解题目生成中基于特征约束难度控制的多智能体框架

近期研究利用大语言模型通过调整难度相关特征来生成难度可控的阅读理解题目，但现有单智能体方法常难以一致满足特定特征约束，导致题目偏离目标难度。为此，本文提出 MAFIG，一种用于特征约束题目生成的多智能体框架。该框架通过多个大语言模型智能体与特定特征评估器的协作，根据预期约束生成并迭代修订题目。此外，为验证其难度控制效能，本文提出构建特征约束序列的方法，以生成难度单调递增的题目。实验结果表明，MAFIG 在遵循目标约束方面显著优于基线方法，实现了鲁棒的难度控制。