知识供应链熔炉:AI跨模态萃取训练教学案例生成方法研究

作者

  • 含 王 广州南方学院 作者
  • 凤仪 黄 广州南方学院 作者
  • 雅淇 张 广州南方学院 作者

DOI:

https://doi.org/10.70695/IAAI202504A1

关键词:

Business Administration; Generative Artificial Intelligence; Training; Teaching Cases

摘要

通过构建具有理论与实践价值的知识供应链模型,提出了一种将文本、财务报告、视频案例及商业模型等多模态数据进行融合从而形成教学案例的新方法。实验采用私有化Deepseek32b系统,通过多模态知识嵌入技术、认知逻辑注入机制以及教学逻辑强化器的系统化设计,显著提升了跨学科知识融合能力与知识萃取度。实验结果表明,生成式人工智能每次均超量生成教学案例,生成案例覆盖知识点数量明显优于传统NPL和人工。虽然生成式AI作品的逻辑连贯性表现稳定,但是内容的逻辑水平略逊色于优秀的人工作品。本研究验证了跨模态知识萃取训练方法的有效性,具有一定参考价值。

已发布

2025-12-31

如何引用

王含., 黄凤., & 张雅. (2025). 知识供应链熔炉:AI跨模态萃取训练教学案例生成方法研究. 人工智能应用创新, 2(4), 61-70. https://doi.org/10.70695/IAAI202504A1