融合大语言模型的智算平台异常根因定位方法和相关设备

本申请提供一种融合大语言模型的智算平台异常根因定位方法和相关设备，涉及异常检测技术领域。该方法包括先获取目标学生与大语言模型交互的语义表达特征，判断其交互障碍程度是否超预设值；若超过，先确定障碍反馈类型，再查找障碍出现前预设窗口内的对话，定位障碍起始点，提取该期间障碍内容的关键语义。接着基于关键语义，查找目标学习群组及设定区域内用户的匹配对话，识别其中多个错误类型并确定基础得分，将错误类型与障碍反馈类型匹配得匹配分，结合两者确定根本错误类型，最后据此修改生成回复反馈给学生。实施该方法实现从障碍识别到根因定位再到生成针对性回复的闭环，大幅提升异常根因定位的准确性与效率。