通用大模型如何经过“精调”，解决高考志愿填报等具体场景中的用户痛点？特殊场景下，如何让AI Agent走出“胡说八道”的“AI幻觉”？日前，夸克基于阿里通义千问，发布国内首个专为高考志愿填报开发的大模型。

　　今年以来，伴随垂类大模型商业化落地加速，模型“精调”成为生态中重要一环。上证报记者日前采访了夸克相关技术团队，深入了解了垂类大模型“精调”背后的奥秘。

对标专家，训练模型“精调”

　　6月12日，阿里夸克发布国内首个针对高考志愿填报场景开发的高考志愿大模型，并同步上线了“高考深度搜索”“志愿报告”“智能选志愿”三大核心功能。

　　为了适应高考志愿选择的要求，此次开发的大模型在阿里通义千问基础上，团队对标行业专家，进行了深入的模型训练“精调”。从通用大模型到产品级的垂类Agent，模型如何实现应用级落地转化？

　　“高考志愿选择是一个极为特殊的场景。”夸克算法负责人蒋冠军表示：“一方面，它的严肃性要求推理过程中不能出现‘幻觉’；另一方面，志愿填报并非简单数据整理，其逻辑链环环相扣，且最终需要针对性给出建议。”

　　数据是垂类模型训练的第一要素。夸克产品经理郏海峰介绍，夸克为此专门搭建了一套实时更新且结构严谨的高考知识库，涵盖全国2900多所高校、近1600个本科专业。在整个推理过程中，所有数据需反复交叉印证比对。

　　针对性的指令微调是垂类模型“精调”的关键。蒋冠军介绍，团队邀请了数百位专家，形成了一套独特的“一边创造一边监督”的生成机制，即“高维约束+智能推理+人机协作”的决策系统。

　　团队将数万条人类专家过往决策进行“蒸馏”，梳理出“推理链”，并将其变为微调指令，融入大模型监督机制中。蒋冠军形象地比喻道：“就好像有个裁判员站在旁边，随时关注大模型的一举一动。”

　　参与模型“精调”的志愿填报专家任老师观察到一个有趣细节：尽管模型提供了12个信息采集点，但很多高中毕业的同学对未来并无明确想法，包括喜欢什么专业、想去哪个城市等。这也促使模型内置了一系列隐形逻辑条件，最终在反复调试中，团队找到了模型生成与专家判断的逻辑一致性。

　　这自然增加了算力消耗。夸克发布会上，郏海峰表示，为了应对即将到来的用户高峰，夸克将算力投放提升至此前的100倍。

　　“通过一系列严格的逻辑指令引导，在最终志愿结果呈现部分，大模型不会出现‘幻觉’。给到的院校专业等情况都真实存在，因为在最终环节我们还增加了一轮历史数据校对。”蒋冠军说道。

Agent产品加速落地

　　蒋冠军透露，去年夸克团队服务了超过3000万的考生和家长等用户，累计服务超过1.2亿人次。其中，50%的用户来自三线城市以下。

　　提及今年最大的创新，他认为是采用了Agent这一形式。“我们能提供的不再仅仅是公开资料，而是专家级的建议，这对更多普通家庭的考生而言意义重大。”

　　选择能动性更强的Agent也折射出如今行业发展的趋势。今年被视为Agent元年，OpenAI、谷歌、微软等海外巨头动作频频，国内的字节跳动、阿里、腾讯等大厂亦不甘示弱，凭借本土化场景加速追赶。

　　昆仑万维董事长此前接受采访时表示，随着大模型技术更新速度加快，下一阶段商业模式的创新者或许才能成为真正的赢家。天风证券全球科技首席分析师孔蓉也认为，相较于基础模型考验的“工程力”，Agent更比拼的是厂商之间的“产品力”。

　　除了阿里夸克在高考志愿领域的应用外，今年以来，Agent产品层出不穷。字节跳动启动“扣子空间”产品内测，百度发布心响App，昆仑万维发布天工超级智能体SkyworkSuperAgents，阿里巴巴开源了创新自主搜索AI Agent——WebAgent。

　　麦肯锡报告显示，2025年全球AIGC技术渗透率将突破40%。市场调研机构预计，AI Agent的市场规模将从2024年的51亿美元增长到2030年的471亿美元，复合年增长率为44.8%。

　　作者：罗茂林

（文章来源：上海证券报）