一种教育场景下大模型价值观对齐加固方法

本发明公开了一种教育场景下大模型价值观对齐加固方法，其特点是将用户学段、时空和功能角色等信息作为场景信息进行附加，采用动态风险规则字典和评估机制进行风险识别与修正，最后将思维链内化至模型深度思考中，得到高效的安全模型，该方法具体包括：构建场景层嵌入教育场景信息、构建动态风险规则字典、构建价值观风险自动评估机制、构建迭代式加固机制和通过强化学习内化元认知思维链加固模型等步骤。本发明与现有技术相比具有良好的可扩展性和可持续性，有效降低大模型在教育场景下的风险回答率，提高模型的安全性和价值观正向性，无需额外训练成本，可直接应用于多种主流大模型，为教育领域的大模型应用提供了强有力的安全保障。