一种基于大语言模型的智能教学辅助方法与系统

本发明属于人工智能教育技术领域，涉及一种基于大语言模型的智能教学辅助方法与系统。该方法包括：获取学生的文本数据、语音数据及眼动轨迹数据，并进行特征提取，构建三维认知状态张量模型；构建认知状态张量分解约束优化函数，张量分解，输出核心张量及因子矩阵；生成教学策略通过定义跨模态核函数实现特征关联；动态调整张量分解参数；输出更新后的教学策略。本发明能够从多维度捕获学习者的认知变化轨迹，通过跨模态核函数和梯度耦合机制，显著提升了认知状态表征的准确性与全面性；构建认知状态张量分解约束优化函数描述认知状态的演化规律，通过时间因子矩阵的动态约束条件捕获了认知状态随时间的连续变化特性。