一种基于联邦学习的教学大模型知识图谱更新方法及系统

本发明公开了一种基于联邦学习的教学大模型知识图谱更新方法及系统包括：各客户端训练体现特定教学策略的本地解题策略模型，并生成记录其应用效果的结构化学习成效数据；中心服务器通过分析各本地解题策略模型处理预设探针问题时的行为特征，对模型进行功能性聚类，以识别并划分出代表不同教学流派的客户端簇；最后，基于聚类结果和所述学习成效数据，对一个多维逻辑知识图谱进行加权更新，将各教学流派针对不同学生画像的客观成效存入图谱。本发明能有效识别并保留教学策略的多样性，通过基于客观成效的智能融合，显著提升了教学大模型所依赖的知识图谱的质量和个性化教学推荐的精准度。