一种基于大模型和因果分析的知识追踪方法和装置

本发明提出了一种基于大模型和因果分析的知识追踪方法和装置，涉及知识追踪技术领域，包括：通过零样本提示学习驱动大语言模型对历史作答内容进行多维度分析，生成对历史作答内容的归因解释；利用时序因果注意力机制对待测试题与历史作答内容的归因解释之间的关联进行量化分析，得到包括因果解释子集和背景解释子集的因果解释集合；通过因果干预方法对所述因果解释子集和所述背景解释子集进行处理，生成多个虚拟的反事实序列，利用层次聚合网络对所述反事实序列进行表征学习，得到针对所述待测试题的全局表征；基于多任务学习机制结合所述全局表征对目标用户在所述待测试题上的反应结果进行预测，实现了对作答背后的深层次原因的挖掘。