Scan to download the app 
വിദ്യാർത്ഥികളെ വിലയിരുത്തുമ്പോൾ, ഇപ്പോഴും ടെസ്റ്റ് പേപ്പർ അടിസ്ഥാനമാക്കിയുള്ള മൂല്യനിർണ്ണയമാണ് ആഗോള തലത്തിൽ ഏറ്റവും ജനപ്രിയമായ രീതിയായി തുടരുന്നത്. ഒരു വലിയ ജനസംഖ്യയെ വിലയിരുത്തുക, അവരുടെ അക്കാദമിക് കഴിവ് വിലയിരുത്തുക, അവരെ വ്യത്യസ്ത ശേഷി ബാൻഡുകളായി തരംതിരിക്കുക എന്നതൊക്കെയാണ് ഒരു ടെസ്റ്റ് പേപ്പറിൻ്റെ ലക്ഷ്യം. അതിനാൽ, ഒരു ടെസ്റ്റ് പേപ്പറിൽ വിവേചന ഘടകങ്ങൾ, സിലബസ് കവറേജ്, ബുദ്ധിമുട്ട് വ്യതിയാനങ്ങൾ എന്നിവയുമായി ബന്ധപ്പെട്ട ചോദ്യങ്ങൾ ഉൾപ്പെടുത്തേണ്ടതുണ്ട്. ഉയർന്ന നിലവാരമുള്ള പരീക്ഷകളുമായി പൊരുത്തപ്പെടുന്ന ടെസ്റ്റുകൾ, ഓട്ടോമാറ്റിക്കായി സൃഷ്ടിക്കുന്നതിനുള്ള വാണിജ്യ ആപ്ലിക്കേഷനുകളുടെ അഭാവം മൂലം, ടെസ്റ്റ് ജനറേഷൻ എന്നത് ഒരു മാനുവൽ അല്ലെങ്കിൽ മടുപ്പിക്കുന്ന പ്രക്രിയയായി തന്നെ തുടരുകയാണെന്ന് പറയാൻ കഴിയും.
സാധാരണ ഒരു പരീക്ഷയുടെ പാറ്റേൺ, അതിൻ്റെ സങ്കീർണ്ണത, മറ്റ് ആട്രിബ്യൂട്ടുകൾ എന്നിവയുമായി പൊരുത്തപ്പെടുന്ന ഒരു ടെസ്റ്റ് പേപ്പർ യാന്ത്രികമായി സൃഷ്ടിക്കുന്നത് ഒരു NP- ഹാർഡ് കോമ്പിനേറ്ററിക്സ് പ്രശ്നമാണ്. ഇത് അടിസ്ഥാനപരമായി സങ്കീർണ്ണമായ ഒരു ഒപ്റ്റിമൈസേഷൻ പ്രശ്നമാണ്. അതിൽ ലക്ഷക്കണക്കിന് ചോദ്യങ്ങളുടെ സെർച്ച് സ്‌പെയ്‌സിൽ നിന്ന് ഞങ്ങൾ സാധാരണയായി 100-ൽ താഴെ ടെസ്റ്റ് ചോദ്യങ്ങൾ തിരഞ്ഞെടുക്കുന്നു, അത്തരത്തിലുള്ള ചോദ്യങ്ങൾ ബുദ്ധിമുട്ട് നിലയുടെ വിതരണവും സമയബന്ധിതവും പോലുള്ള നിരവധി നിയന്ത്രണങ്ങൾ തൃപ്തിപ്പെടുത്തുന്നു. മാത്രമല്ല ചോദ്യ തലത്തിൽ പരിഹരിക്കുക, പരീക്ഷാ തലത്തിൽ സിലബസ് കവറേജ്, പരീക്ഷയിൽ പരീക്ഷിക്കാൻ സാധ്യതയുള്ള പ്രധാന ആശയങ്ങളുടെ വിതരണം, പരീക്ഷയിൽ മുമ്പ് പരീക്ഷിക്കാത്ത ആശയങ്ങളുടെ പര്യവേക്ഷണം, ചോദ്യങ്ങൾ പരിഹരിക്കാൻ ആവശ്യമായ കഴിവുകളുടെ വിതരണം, മുൻ വർഷത്തെ പരീക്ഷാ ചോദ്യങ്ങൾ പാറ്റേണുകൾ മുതലായവയാണ് ഈ ചോദ്യങ്ങളുടെ മറ്റ് ഫീച്ചറുകൾ.
E ഒരു ഇൻ-ഹൌസ് മെഷീൻ ലേണിംഗ് അധിഷ്ഠിത സ്റ്റാക്ക് വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്, അതിന് ജനിതക അൽഗോരിതങ്ങളും സിമുലേറ്റഡ് അനീലിംഗും ഉപയോഗിച്ച് അത്യാഗ്രഹമുള്ള ഇൻ്റർമീഡിയറ്റ് സ്റ്റെപ്പുകൾ ഉപയോഗിച്ച് ടെസ്റ്റ് പേപ്പറുകൾ സ്വയമേവ ജനറേറ്റുചെയ്യാൻ കഴിയും, അത് ഏത് പരീക്ഷയ്ക്കും കഴിഞ്ഞ N വർഷങ്ങളിലെ ടെസ്റ്റ് പേപ്പറുകളുമായി പൊരുത്തപ്പെടുന്നു. സ്വയമേവ ജനറേറ്റ് ചെയ്യുന്ന പേപ്പറിൻ്റെ ഗുണനിലവാരം അളക്കുന്നതിന് ടെസ്റ്റ് പേപ്പറിൻ്റെ ഗുണനിലവാരം അളക്കുന്നതിനുള്ള ഒരു പുതിയ മാർഗവും ഞങ്ങൾ നിർവ്വചിച്ചിട്ടുണ്ട്. ഈ അൽഗോരിതങ്ങളുടെ വിശദാംശങ്ങൾ ഈ പേപ്പറിൻ്റെ പരിധിക്കപ്പുറമാണ്.
കേസ് പഠനം: ചിത്രം 1 Embibe ൻ്റെ ഓട്ടോമേറ്റഡ് ടെസ്റ്റ് ജനറേഷൻ സിസ്റ്റം സൃഷ്ടിച്ച ടെസ്റ്റ് പേപ്പറുകളുടെ ഒരു കേസ് പഠനത്തിൽ നിന്നുള്ള ഫലങ്ങളാണ് കാണിക്കുന്നത്. 20 ടെസ്റ്റ് പേപ്പറുകൾ സൃഷ്ടിക്കാൻ ഞങ്ങൾ സിസ്റ്റം ഉപയോഗിക്കുകയും ഞങ്ങളുടെ പ്ലാറ്റ്‌ഫോമിലെ ~8000 വിദ്യാർത്ഥികളുടെ റാൻഡം സാമ്പിളിലേക്ക് ഈ ടെസ്റ്റുകൾ നൽകുകയും ചെയ്തു. ഓരോ ടെസ്റ്റ് പേപ്പറിനും ഒരു ബോക്സ് പ്ലോട്ടായി വിദ്യാർത്ഥികൾക്ക് ലഭിച്ച മാർക്കുകളുടെ വിതരണം ചിത്രം 1 കാണിക്കുന്നു. ടെസ്റ്റ്-15, ടെസ്റ്റ്-16, ടെസ്റ്റ്-17, ടെസ്റ്റ്-18 എന്നീ നാല് ടെസ്റ്റുകൾ ഒഴികെ എല്ലാ ടെസ്റ്റുകളിലും മാർക്ക് വിതരണം ഒരുപോലെയാണെന്ന് നമുക്ക് നിരീക്ഷിക്കാൻ കഴിയും, ഇവയിലെല്ലാം മാർക്ക് വിതരണത്തിൽ പോസിറ്റീവ് സ്കൂ ഉണ്ട്. കാരണം, ഇൻ-ഹൗസ് ഫാക്കൽറ്റി ഈ ടെസ്റ്റ് പേപ്പറുകളിലെ ചോദ്യങ്ങളുടെ സെറ്റ് സ്വമേധയാ പരിഷ്‌ക്കരിച്ചു, ഇത് മാർക്ക് വിതരണത്തിൽ ഒരു വ്യതിയാനത്തിന് കാരണമായി. വിദ്യാർത്ഥികളുടെ ശരാശരി പ്രകടനത്തിൻ്റെ മെട്രിക് ഉപയോഗിച്ച് അളക്കുമ്പോൾ ഒരേ സ്വഭാവത്തിലുള്ള ടെസ്റ്റുകൾ സ്ഥിരമായി സൃഷ്ടിക്കാൻ Embibe ൻ്റെ ഓട്ടോമേറ്റഡ് ടെസ്റ്റ് ജനറേഷൻ സിസ്റ്റത്തിന് കഴിയുമെന്ന് ഈ ഫലങ്ങൾ സൂചിപ്പിക്കുന്നു.
