【技术名称】基于多层次经验学习的教育大模型塔式构建方法

【应用行业】数字教育

【技术领域】本申请涉及数据处理技术领域，更具体地，涉及一种基于多层次经验学习的教育大模型塔式构建方法、计算机设备、计算机可读存储介质及计算机程序产品。

【知识产权】发明专利

【成果完成单位】华中师范大学

【成果完成人姓名】刘三女牙、孙建文、万仟、沈筱譞、杨宗凯

【完成人团队简介】刘三女牙教授团队长期从事大数据、人工智能、教育技术等领域研究，承担国家科技创新2030重大专项、国家重点研发计划、国家科技支撑计划、国家自科基金重点项目、湖北省技术创新重大项目、湖北省自科基金创新群体等各类项目，在中国科学、教育研究、Nature Computational Science、ACM/IEEE Trans等高水平刊物发表系列论文，荣获高等学校科学研究优秀成果科学技术进步一等奖、湖北省科技进步一等奖、高等教育国家教学成果二等奖、湖北省高等学校教学成果一等奖、中国自动化学会科技进步特等奖、全国教育科学优秀成果二等奖等系列奖励。

【成果完成时间】2024-11-22

【专利号】CN202411676504.5

【授权日期】2025-03-21

【技术成熟度】研发阶段

【应用背景】以 ChatGPT 为代表的大语言模型（后续简称大模型）问世，将生成式人工智能推上新的高度，展现出了强大的语言理解能力、内容生成能力、问题规划能力等，在各大自然语言处理任务上（翻译、对话、信息抽取、情感识别等）大放异彩，在通用领域也展示出极强的应用前景。

尽管当前主流大模型在通用任务上表现惊人，但在解决细分与垂直领域问题时还明显存在以下不足：1.专业性不强，缺乏大部分的领域专业知识和概念理解；2.可靠性不高，过时信息和幻觉导致应用受限；3.主流微调范式简单粗暴，无脑灌输抽象知识（文本信息）不考虑更深层次的领域经验，且数据构造方法简单、数据结构单一，训练目标差异性小，因此难以充分适配目标领域的应用需求。

与一般领域不同，教育领域的特点是重在启发而非灌输，不仅需要大模型能够准确地“答”，更要求大模型会“教”。正如优秀的教师不仅需要学习大量的理论知识，更需要通过实习观摩示范课堂并进行长期的教学积累，即需要长时间的观察与实践积累，才有可能真正会“教”，才可称之为“懂教育”。

目前面向教育领域的大语言模型（后续简称教育大模型）往往聚焦于理论知识学习，忽略了具体场景的理解，缺乏实践经验的积累，难以真正满足教育领域的独特需求。并且，传统的教育大模型构建方法仅围绕知识问答任务执行领域迁移训练，而不能提供更多的教学应用服务。

【成果简介】本申请涉及大语言模型技术领域，为解决传统大模型微调框架仅依赖抽象经验执行教育领域迁移而导致难以响应除基础知识问答任务之外的教学应用的局限，公开了一种基于多层次经验学习的教育大模型塔式构建方法、计算机设备、计算机可读存储介质及计算机程序产品。该方法包括根据多源异构知识载体获取抽象经验，注入通用大语言模型以构建第一教育大模型；处理教学行为流数据获取观察经验，注入第一教育大模型以构建第二教育大模型；根据第二教育大模型应用反馈的偏好数据获取实践经验，执行第二教育大模型偏好对齐构建第三教育大模型。采用本方法能实现通用大语言模型应用于教育领域的迁移训练，提高教育大模型的知识问答、出题和解题等教育应用性能。

【成果图片】

【联系方式】汪兵、安红高、刘树楠、吴涛，02767868068，02767868067