浙江大學(xué)楊易教授團(tuán)隊在FITEE 2024年25卷第3期發(fā)表題為“Large language model and domain-specific model collaboration for smart education”的觀點文章，提出一種名為“大語言模型（LLM）與領(lǐng)域特定模型（DSM）協(xié)作框架（LDMC）”的新型智能教育范式，旨在通過整合多種模型優(yōu)勢，提供個性化、精準(zhǔn)且自適應(yīng)的教育支持。

現(xiàn)代教育追求個性化、精確化和無處不在的學(xué)習(xí)指導(dǎo)。領(lǐng)域特定模型雖在專業(yè)任務(wù)中表現(xiàn)優(yōu)異，但受限于狹窄的知識邊界和有限的數(shù)據(jù)范圍，難以處理復(fù)雜推理任務(wù)。大語言模型雖具備廣泛的知識覆蓋和自然語言生成能力，但存在知識過時、幻覺生成以及與學(xué)生認(rèn)知水平不匹配等問題。通過結(jié)合大語言模型的通用知識、領(lǐng)域特定模型的專業(yè)知識及教育學(xué)理論模型，實現(xiàn)互補優(yōu)勢，可以提升教育場景的智能化和適應(yīng)性。

圖1 大語言模型與領(lǐng)域特定模型協(xié)作（LDMC）框架

LDMC框架結(jié)合了各種模型的優(yōu)勢，融合大語言模型的通用知識、領(lǐng)域特定模型的領(lǐng)域知識以及教育學(xué)模型的教學(xué)策略，形成多重知識表達(dá)，通過強化學(xué)習(xí)實時調(diào)整學(xué)習(xí)風(fēng)格模型的權(quán)重，適應(yīng)學(xué)生個性化需求和學(xué)習(xí)階段變化。將領(lǐng)域特定模型作為輕量模塊嵌入大語言模型，通過微調(diào)或提示工程增強大語言模型的領(lǐng)域任務(wù)能力。利用領(lǐng)域特定模型的結(jié)構(gòu)化知識約束大語言模型輸出，減少幻覺并提升專業(yè)性。通過領(lǐng)域特定模型的判別器限制大語言模型生成內(nèi)容的邊界，確保符合學(xué)科范圍和學(xué)生認(rèn)知水平。

圖2 大語言模型（LLM）與領(lǐng)域特定模型（DSM）的合作模式

這種新型智能教育范式在智能教育多個場景具有應(yīng)用潛力。小組學(xué)習(xí)通過目標(biāo)對齊、溝通激勵和進(jìn)度同步功能，提升協(xié)作效率。根據(jù)學(xué)生學(xué)習(xí)風(fēng)格生成定制化內(nèi)容，支持資源訪問、自我評估及終身學(xué)習(xí)。課堂管理輔助教師制定規(guī)則、自動化評估反饋，并優(yōu)化教案設(shè)計。實驗表明，完整LDMC框架在小組學(xué)習(xí)中的滿意度評分（72/90）顯著高于單獨大語言模型（59/90）以及未整合學(xué)習(xí)風(fēng)格模型的LDMC框架（62/90）。