一种中小学教育辅导大模型的构建方法、系统、设备及介质

本发明涉及人工智能技术领域，具体地说，涉及一种中小学教育辅导大模型的构建方法、系统、设备及介质；该方法首先将Qwen2.5‑3B‑Instruct作为基础模型，并根据获取的教学数据集构建训练数据集；然后根据训练数据集，构建奖励函数得到奖励值，并调用强化学习方法调整模型参数，得到强化后的基础模型；最后根据构建的教师风格数据集、设置的个性化提示词，以监督指令微调的方式微调强化后的基础模型，得到中小学教育辅导大模型，通过双阶段微调，提升了模型的推理能力，在保持较低计算资源需求的同时，提高老人模型面对复杂问题的处理能力并赋予其明确的教师风格。