一种基于多模态大模型的CTS2差异化智能评课方法

本发明公开了一种基于多模态大模型的CTS2差异化智能评课方法。本发明中，引入了多模态大模型，通过融合文本、音频、图像等多种模态数据进行评课分析。相比传统只处理单一模态(如文本或音频)的评课系统，多模态数据的引入使评课结果更为全面、准确。它能够从多个角度理解课堂教学活动，显著提高了评课的客观性和多样性，通过多模态大模型的数据处理与分析能力，能够精确识别和解读课堂教学中的各种细微差别，并生成差异化评课结果。实验数据显示，该系统能够显著提高评课的精度，特别是在科学实验课中，系统生成的评课结果在实验设计、教学方法、学生参与等多个维度上都展示了高度的准确性和一致性。