雷峰網(wǎng)消息 6月12日，夸克發(fā)布國(guó)內(nèi)首個(gè)為高考志愿填報(bào)場(chǎng)景開(kāi)發(fā)的高考志愿大模型，并同步上線“高考深度搜索”、“志愿報(bào)告”、“智能選志愿”三大核心功能。該模型具備專(zhuān)家級(jí)決策能力，能夠?yàn)槊课豢忌峁┚珳?zhǔn)、個(gè)性化的志愿填報(bào)服務(wù)。

 

讓每位考生都有自己的AI志愿顧問(wèn)

高考志愿大模型驅(qū)動(dòng)的夸克“志愿報(bào)告”以Agent方式運(yùn)行，目前已開(kāi)放試用。它能像經(jīng)驗(yàn)豐富的志愿填報(bào)專(zhuān)家一樣，為考生提供個(gè)性化的規(guī)劃建議?；凇叭蝿?wù)規(guī)劃—執(zhí)行—檢查—反思”的鏈?zhǔn)酵评砹鞒?，夸克志愿?bào)告會(huì)自動(dòng)輸出涵蓋沖穩(wěn)保策略、志愿表、院校專(zhuān)業(yè)推薦等內(nèi)容的完整報(bào)告。

“志愿報(bào)告”Agent以考生的成績(jī)、興趣偏好、家庭背景和地域傾向等為基礎(chǔ)，會(huì)首先制定個(gè)性化任務(wù)規(guī)劃（如定位成績(jī)段、篩選專(zhuān)業(yè)方向、制定填報(bào)策略等）；隨后將任務(wù)轉(zhuǎn)化為指令，基于高質(zhì)量數(shù)據(jù)完成任務(wù)執(zhí)行。

每輪執(zhí)行結(jié)果模型經(jīng)過(guò)自動(dòng)檢查，會(huì)判斷是否存在邏輯沖突、數(shù)據(jù)缺漏、排序異常等問(wèn)題，并將結(jié)果反饋至“反思”模塊。通過(guò)評(píng)估結(jié)果與需求的差異不斷優(yōu)化后續(xù)策略，從而實(shí)現(xiàn)動(dòng)態(tài)修正與智能迭代。

例如，當(dāng)考生傾向選擇省內(nèi)且要求985院校時(shí)，模型在執(zhí)行任務(wù)后，面對(duì)省內(nèi)985院校較少的情況，會(huì)像志愿專(zhuān)家一樣嘗試推薦適合的外省985高校。

夸克高考志愿大模型支撐的另一個(gè)功能是“高考深度搜索”，當(dāng)用戶(hù)輸入如“江蘇物理組考生584分，性格內(nèi)向，想找穩(wěn)定工作”這類(lèi)復(fù)雜查詢(xún)時(shí)便會(huì)觸發(fā)。為提升回答的準(zhǔn)確性與專(zhuān)業(yè)性，模型會(huì)將考生的真實(shí)需求精細(xì)化拆解，每一類(lèi)需求都對(duì)應(yīng)定制化的回答范式與要點(diǎn)，確保回復(fù)兼具針對(duì)性與深度。

訓(xùn)練機(jī)制揭秘：多階段、高復(fù)雜度訓(xùn)練，實(shí)現(xiàn)像專(zhuān)家一樣思考與決策

以通義千問(wèn)為基座，夸克高考志愿大模型基于領(lǐng)域數(shù)據(jù)優(yōu)勢(shì)，通過(guò)專(zhuān)項(xiàng)訓(xùn)練具備對(duì)復(fù)雜規(guī)則與用戶(hù)需求的理解與推理能力，讓模型真正“像志愿專(zhuān)家一樣思考與決策”。

夸克高考志愿大模型通過(guò)一個(gè)多階段、高復(fù)雜度的訓(xùn)練范式構(gòu)建流程，融合了自監(jiān)督語(yǔ)義建模、監(jiān)督式對(duì)齊調(diào)優(yōu)、由專(zhuān)家判別價(jià)值引導(dǎo)的策略精化機(jī)制。

 

在指令微調(diào)階段，夸克高考志愿大模型將數(shù)百名資深高考志愿規(guī)劃師的溝通、決策過(guò)程進(jìn)行結(jié)構(gòu)化。圍繞他們與考生或家長(zhǎng)的多輪真實(shí)對(duì)話(huà)，提取出完整分析路徑與語(yǔ)言風(fēng)格。通過(guò)將上萬(wàn)條真實(shí)專(zhuān)家“推理鏈”轉(zhuǎn)化為高質(zhì)量監(jiān)督數(shù)據(jù)，夸克高考志愿大模型得以深度學(xué)習(xí)人類(lèi)專(zhuān)家的分析過(guò)程。

夸克高考志愿大模型還在復(fù)雜推理任務(wù)中生成了中間可驗(yàn)證結(jié)構(gòu)，顯著降低幻覺(jué)率、增強(qiáng)跨模態(tài)演繹能力，并實(shí)現(xiàn)分布外泛化魯棒性，解決各種需要專(zhuān)業(yè)知識(shí)的復(fù)雜問(wèn)題。

最后通過(guò)基于人類(lèi)偏好強(qiáng)化學(xué)習(xí)（RLHF）精化策略層，夸克高考志愿大模型構(gòu)建了一個(gè)閉環(huán)優(yōu)化機(jī)制，將“模擬填報(bào) → 專(zhuān)家反饋 → 策略評(píng)分”引入到模型迭代過(guò)程中。

模型會(huì)基于模擬的考生檔案生成志愿填報(bào)方案，隨后這些方案將被提交給多位高考志愿專(zhuān)家進(jìn)行評(píng)估。評(píng)估標(biāo)準(zhǔn)包括：專(zhuān)業(yè)建議是否準(zhǔn)確易懂、排序邏輯是否貼合考生特征、是否兼顧分?jǐn)?shù)與興趣、是否充分提示風(fēng)險(xiǎn)并給出可行應(yīng)對(duì)策略等。

夸克團(tuán)隊(duì)已完成對(duì)數(shù)千份志愿報(bào)告的專(zhuān)家標(biāo)注與打分，通過(guò)“人類(lèi)挑刺 + 模型修正”的方式，使模型輸出在專(zhuān)業(yè)度與匹配度上持續(xù)逼近專(zhuān)家的真實(shí)判斷標(biāo)準(zhǔn)。

構(gòu)建最大高考知識(shí)庫(kù)，夯實(shí)智能決策基礎(chǔ)

與常見(jiàn)通用大模型多依賴(lài)網(wǎng)絡(luò)文章或過(guò)往年份數(shù)據(jù)不同，夸克高考志愿大模型搭載了一套國(guó)內(nèi)最大的實(shí)時(shí)更新、結(jié)構(gòu)嚴(yán)謹(jǐn)?shù)母呖贾R(shí)庫(kù)。該知識(shí)庫(kù)對(duì)高考相關(guān)權(quán)威站點(diǎn)實(shí)現(xiàn)近100%覆蓋，涵蓋全國(guó)2900多所高校、近1600個(gè)本科專(zhuān)業(yè)，系統(tǒng)整合了院校分?jǐn)?shù)線、專(zhuān)業(yè)設(shè)置、課程體系等核心教學(xué)信息。

夸克高考知識(shí)庫(kù)還投入海量資源對(duì)每個(gè)省份的高考政策及權(quán)威解讀進(jìn)行梳理、實(shí)時(shí)更新。通過(guò)OCR提取、多源交叉比對(duì)與人工抽檢等多重機(jī)制，實(shí)現(xiàn)高可信度的數(shù)據(jù)引入與結(jié)構(gòu)化治理，確保模型所依賴(lài)的數(shù)據(jù)具備權(quán)威性和可驗(yàn)證性。

此外考慮到志愿填報(bào)與未來(lái)就業(yè)強(qiáng)相關(guān)，夸克高考知識(shí)庫(kù)還進(jìn)一步將高校畢業(yè)生就業(yè)相關(guān)信息、產(chǎn)業(yè)趨勢(shì)規(guī)劃、就業(yè)報(bào)告等納入。豐富、準(zhǔn)確的數(shù)據(jù)為模型在“沖—穩(wěn)—?！迸判?、就業(yè)前景評(píng)估等環(huán)節(jié)提供了有力支撐。

夸克算法負(fù)責(zé)人蔣冠軍告訴雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))：“高考志愿填報(bào)是一個(gè)信息密集、決策復(fù)雜的場(chǎng)景。我們希望通過(guò)高考志愿大模型在信息處理和需求理解方面的專(zhuān)業(yè)優(yōu)勢(shì)，讓每一個(gè)考生、每一個(gè)家庭都能夠獲得全面的參考?！?/p>

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。