-
公开(公告)号：CN120011612A
公开(公告)日：2025-05-16
申请号：CN202510487348.6
申请日：2025-04-18
Applicant: 科大讯飞股份有限公司
IPC: G06F16/9032 , G06F16/9535 , G06Q50/20
Abstract: 本申请公开了一种智能化伴学方法、装置、存储介质及设备，该方法包括：首先获取目标用户的第一学习信息和第二学习信息，然后利用目标用户的的第一学习信息，结合第一prompt，输入至LLM，得到模型输出的目标用户的用户画像；接着利用目标用户的用户画像、目标用户的第二学习信息以及智能体信息，结合第二prompt，输入至LLM，得到模型输出的针对目标用户的学习策略；再根据学习策略，通过LLM对智能体进行协同调用，实现对目标用户的智能化伴学。从而有效提升了整个伴学过程的及时性和准确性，进而有效提高了对于目标用户的伴学效果，也提升了目标用户的学习体验。
-
公开(公告)号：CN119886357A
公开(公告)日：2025-04-25
申请号：CN202510054909.3
申请日：2025-01-14
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种题目解答方法及相关装置，涉及大语言模型技术领域，本申请提供的，预先训练得到的具备发现待解答的题目与相似题之间的关联，并利用相似题进行解答的能力的大语言模型作为答题模型，在获取待解答的题目之后，先确定题目对应的相似题，以及每个相似题的解析，针对每个相似题，调用训练好的答题模型基于相似题以及相似题的解析对待解答的题目进行解答，得到答题模型输出的答案；最后基于答题模型输出的各个答案，确定题目的最终答案。该方案使模型可以参考相似题的作答过程来给出答案，或从相似题的作答思路中得到“启发”而解决直接答题时无法作答的困难问题，从而提高模型生成答案的多样性，并提升题目解答的准确性。
-
公开(公告)号：CN118551120B
公开(公告)日：2024-11-29
申请号：CN202411026470.5
申请日：2024-07-30
Applicant: 科大讯飞股份有限公司
IPC: G06F16/9535 , G06F18/213 , G06F18/22 , G06Q50/20
Abstract: 本申请提供了一种试题推荐方法、装置、设备、存储介质及产品，该方法包括：基于目标用户的对话内容确定目标用户的用户意图；基于用户意图在目标用户的当前画像信息中，确定第一画像局部特征和第二画像局部特征；其中，第一画像局部特征的试题召回数量大于第二画像局部特征的试题召回数量；基于第一画像局部特征和用户意图，与预设试题数据库中各个试题的试题特征进行匹配，在预设试题数据库中召回对应的推荐试题；基于第二画像局部特征和用户意图，对推荐试题进行排序，确定推荐试题的推荐顺序。根据本申请的技术方案，能够根据推荐试题的推荐顺序有效提升试题推荐的准确性。
-
公开(公告)号：CN116385223A
公开(公告)日：2023-07-04
申请号：CN202310245691.0
申请日：2023-03-09
Applicant: 科大讯飞股份有限公司
IPC: G06Q50/20 , G09B7/04 , G06N3/045 , G06N3/094 , G06N3/0455
Abstract: 本发明提供一种作答模拟和试题推荐方法、装置、电子设备和存储介质，通过获取待模拟学生的历史作答数据；基于生成器，生成与所述历史作答数据对应的推荐试题；基于判别器，评估所述推荐试题对应的作答能力，并确定所述作答能力下所述推荐试题的预测得分；所述生成器和所述判别器是基于样本学生的样本作答数据，进行对抗训练得到的。本发明提供的方法、装置、电子设备和存储介质，保证了通过生成器生成的推荐试题的真实性，以及通过判别器确定的推荐试题的预测得分的准确性，结合了生成器和判别器的学生模拟器，进而可以应用此学生模拟器，实现覆盖面广、灵活多样、且仅需要少量真实样本数据，省时省力的教育领域的个性化推荐。
-
公开(公告)号：CN115935071A
公开(公告)日：2023-04-07
申请号：CN202211727564.6
申请日：2022-12-30
Applicant: 科大讯飞股份有限公司
IPC: G06F16/9535 , G06F16/33 , G06F16/335 , G06Q50/20
Abstract: 本申请提供了一种知识点推荐方法、装置、存储介质及电子设备，涉及在线学习技术领域。该知识点推荐方法包括：确定目标用户在多个知识点中的薄弱知识点；确定目标用户针对多个知识点的学习向量，学习向量表征目标用户对多个知识点的掌握度；基于目标用户在多个知识点中的薄弱知识点、以及目标用户针对多个知识点的学习向量，向目标用户推荐优学知识点。在本申请中，根据目标用户的学习能力，适配地进行知识点推荐，能够提高目标用户的学习收益，进而增强目标用户的学习信心。
-
Patent Agency Ranking
公开(公告)号：CN112749881A
公开(公告)日：2021-05-04
申请号：CN202011574009.5
申请日：2020-12-25
Applicant: 科大讯飞股份有限公司
Abstract: 本申请实施例公开了一种学校间的学业水平比较方法、装置及电子设备，获取第一学校的第一历史作答数据和第二学校的第二历史作答数据；若第一学校和第二学校之间共同参与联考的联考次数少于预设数值，从第一历史作答数据和第二历史作答数据中选取目标试题，得到目标试题集合；根据目标试题集合生成虚拟联考评估试卷；根据虚拟联考评估试卷比较第一学校和第二学校的学校学业水平，如此，可在不同学校间的共同联考数据较少时，通过生成虚拟联考评估试卷，来评估比较不同学校之间的学业水平。
-
公开(公告)号：CN119831799A
公开(公告)日：2025-04-15
申请号：CN202411940906.1
申请日：2024-12-26
Applicant: 科大讯飞股份有限公司
IPC: G06Q50/20 , G06N5/022 , G06F16/903
Abstract: 本申请公开了一种学习情况诊断方法、系统和相关装置，该方法包括：获取目标查询信息，从目标数据库中获取与所述目标查询信息匹配的多个参考信息；基于多个所述参考信息之间的关联关系，生成与所述目标查询信息匹配的参考诊断提问，获取所述参考诊断提问匹配的答复信息；基于所述答复信息，获取与所述目标查询信息匹配的学情诊断结果。通过上述方式，本申请能够提升学习情况诊断的效果和准确性。
-
公开(公告)号：CN119621974A
公开(公告)日：2025-03-14
申请号：CN202510171697.7
申请日：2025-02-17
Applicant: 科大讯飞股份有限公司
IPC: G06F16/35 , G06N5/04 , G06N3/0499
Abstract: 本申请公开了一种试题标签预测方法、装置、存储介质及设备，该方法包括：首先获取待预测的目标试题文本；然后利用目标试题文本结合第一prompt，输入至标签预测模型，并在模型解码推理过程中，利用评分模型对解码推理步骤进行优化，预测得到目标试题文本的标签预测效果。由于本申请是先基于过程化推理模式，利用样本试题文本及其对应的标签标注结果，对初始大语言模型进行训练得到了训练后的大语言模型，再基于过程化偏好学习的方式进行模型微调生成了标签预测模型，有效提升了标签预测模型的预测精度和效率，还根据样本评分数据利用损失函数训练生成了评分模型，对标签预测模型的解码推理步骤进行逐步优化，从而提高了目标试题文本的标签预测精度。
-
公开(公告)号：CN118134300A
公开(公告)日：2024-06-04
申请号：CN202311759464.6
申请日：2023-12-19
Applicant: 科大讯飞股份有限公司
IPC: G06Q10/0639 , G06Q50/20 , G06F18/241
Abstract: 本申请公开了一种学情分析方法及相关装置、设备和存储介质，其中，学情分析方法包括：获取受试对象的等级分和目标题目的难度分；其中，等级分表征受试对象的学习水平；基于受试对象的等级分和目标题目的难度分，得到受试对象回答目标题目的预测得分率，并获取受试对象回答目标题目的真实得分率；至少基于预测得分率和真实得分率，更新等级分、难度分中至少一者。上述方案，能够提高对受试对象进行学情分析的准确度。
-
公开(公告)号：CN117876171A
公开(公告)日：2024-04-12
申请号：CN202311872722.1
申请日：2023-12-29
Applicant: 科大讯飞股份有限公司
IPC: G06Q50/20 , G06F18/214 , G06F18/2415
Abstract: 本发明提供一种试题难度评分模型的训练方法、试题难度评分方法及装置，其中训练方法包括：基于初始难度评分模型，对各试题进行特征提取，基于特征提取所得的试题文本特征进行评分，得到各试题的预测难度评分；基于各试题的预测难度评分，以及各试题之间的难度偏序关系，对初始难度评分模型进行训练，得到试题难度评分模型，克服了目前模型训练效果依赖于标注数据，而标注数据的主观性极强，不确定性较大，模型训练效果不佳，泛化性能较差的缺陷，通过训练后的答题模型能够实现试题难度评分效率和评分准确率的提升，并可以为后续评分任务和试题推荐任务提供强有力支撑。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.031 seconds)
