EDIT：基于证据诊断的干预训练用于实现遵循规则的 LLM 评分

可靠的量表评分不仅需准确预测分数，更要求判断基于评分标准及学生作答证据。现有方法难以定位评分推理的错误环节或追踪信念变化。本文提出证据诊断干预训练（EDIT）框架：首先利用内部模型信号定位问题推理步并借助检查表修正；其次通过信念引导的奖励塑造校准评分器，惩罚有害的信念漂移。实验表明，EDIT 在多项基准测试中显著优于现有监督微调与强化学习基线。