本文提出了一种基于扩散的语言模型（LLM，DLLM），一种用于基于网络的智能教育系统（WIES）认知诊断的新型框架。DLLM充分利用了大规模语言模型（LLM）的优势，同时解决了WIES等开放环境中遇到的数据不平衡和噪声问题。DLLM基于响应准确度构建独立的子图，并使用关系增强对齐模块来缓解数据不平衡问题。将两个子图表示与基于LLM的语义增强表示融合并对齐。具体而言，在每个对齐步骤之前使用一个两阶段去噪扩散模块来消除固有噪声并促进结构化表示对齐。最后，将融合语义和结构信息的抗噪表示输入到传统的认知诊断模型中进行预测。在三个公开的网络教育平台数据集上的实验结果表明，DLLM在各种噪声水平下均能获得最佳的预测性能。
