一种轻量化知识追踪方法及系统

本公开涉及人工智能教育技术领域，公开了一种轻量化知识追踪方法及系统，方法包括：获取用户输入的学习数据，并通过LLM蒸馏模块进行自然语言理解和处理，确定针对学习数据的学习资源；其中，学习数据包括文本数据和结构化数据；获取用户的历史学习数据，并通过DKT模块进行深度学习算法分析，预测用户对知识点的掌握情况；基于学习资源和掌握情况，确定学习任务。本公开通过结合大语言模型蒸馏技术(LLM蒸馏模块)与深度知识追踪(DKT模块)技术，能够在降低计算复杂度的同时，准确追踪学生的知识点的掌握情况，并实现个性化学习任务推荐，从而有效提高学习效果。