面向上层 STEM 课程的即插即用、FERPA 合规的本地 LLM 自动批改器 LaTA

大语言模型（LLM）批改器承诺缓解上层 STEM 课程的批改负担，但目前大多数部署方式将学生作品发送至第三方 API，违反 FERPA 法规，使机构面临数据风险，同时需要对作业进行大量修改。我们提出 LaTA（\textit{LaTeX Teaching Assistant}），一个即插即用、开源的自动批改器，可在商品化本地硬件上完全运行，假设已采用 LaTeX 原生工作流程的众多工程和物理课程。LaTA 实现了四阶段管道（摄入、分段、批改、报告），使用本地托管的开源链式思考 LLM 批改器（gpt-oss:120b）对学生作品与作者由教师编写的参考解答进行比较，并应用带有二进制 per-item 评分的 YAML 评分标准。我们在 2026 年冬季在 Oregon State University 的 ME 373（机械工程方法）中部署了 LaTA，在单台 Mac Studio 上对该课程每周作业进行批改，约 200 名学生，单位作业的边际成本为 $0，提交耗时为 1-3 分钟，使教师能够对更正后的作业进行重新批改，并大幅扩展 TA 办公室的服务 offerings。经教师确认的批改错误率在整个学期中保持在约$0.02$-$0.04%$的水平。相对于同一教师以往传统批改的学生群，LaTA 批改的学生群在期中考试中表现出约 11$\Delta \geq +1.49$ Likert 分数，在每项比较中 p < 10^{-27}）。我们以 AGPLv3 许可发布代码。