基于课程的辅助、检索增强生成与可执行学习对象统一的教育平台设计及其技术验证

《Big Data and Cognitive Computing》：Design and Technical Validation of the “AI Edu” Learning Platform with Grounded RAG and Interactive Virtual Laboratories

　　本研究介绍了AI Edu的设计与技术验证，该教育平台整合了课程交付、检索增强生成（RAG）、学习进度记录以及交互式虚拟实验室。架构将门户、领域后端、助手网关和浏览器计算分离开来。多语言RAG实验使用了GPT-6 Luna、144个合成资源和108个问题。命中率@6为100.0%，平均精确率@6为20.4%；所有72个可回答的响应均包含预期的数值，所有36个不支持的问题均产生了规定的拒答。电流源检查通过了185项后端测试、142项前端测试、69项连接集成标准和50项网关标准。单独的PostgreSQL和存储检查验证了范围限制和记录维护。修订后的网关实现了仅课程指令、本地化拒答、取消操作以及课程/版本一致性。浏览器实验室将固定卷积滤波器与经过训练的分类器相结合。该分类器正确分类了200个留出合成字形中的197个（宏F1：0.9850）以及10,000张Modified National Institute of Standards and Technology（MNIST）测试图像中的5773张（宏F1：0.5741），无需重新训练。数值回放验证了提供给可视化的数组。研究结果将基于课程的辅助、验证的进度和可执行学习对象连接在统一的教育设计框架内。