摘要
本发明涉及一种基于AI学生的教育预测大模型的建构方法,包括以下步骤:步骤1、构建0‑100岁学习者标准模型,通过采集真实学习者的认知行为数据,按照年龄天数为单位形成动态数据集;步骤2、从所述动态数据集中提取6‑18岁K12阶段数据子集,通过分析学习特征形成标准学生模型;步骤3、利用大语言模型对所述动态数据集与所述标准学生模型进行举一反三的衍生,生成符合个体学习规律和认知发展的个性化学习路径;步骤4、采用强化学习、蒙特卡洛树搜索算法动态调整学习路径,结合学生初始状态的起点与榜样模型知识库的终点进行路径预测。
技术关键词
建构方法
个性化学习路径
学生
蒙特卡洛树
动态数据集
学习特征
搜索算法
大语言模型
验证机制
K12阶段
滑动窗口机制
资源配置方法
有效性
生长算法
年龄
系统算法
比对方法
可视化界面
排列方法
系统为您推荐了相关专利信息
支持向量机分类
电池性能测试设备
电池性能测试方法
性能测试数据
支持向量机模型
监控管理系统
微表情识别
云平台
人脸识别模型训练
人脸表情识别
强化学习控制方法
门控循环单元
多层感知器
四足机器人
网络
问答方法
知识点
预训练模型
人工智能问答系统
学生
蓝牙传输模块
传感器模组
评估装置
柔性压力传感
算法模块