科技日报记者 张盖伦
2025年高考已经结束，下一个“大考”，就是志愿填报。
6月12日，夸克发布国内首个为高考志愿填报场景开发的大模型——夸克高考志愿大模型（以下简称“志愿大模型”）。该模型具备专家级决策能力，能为每位考生提供精准、个性化的志愿填报服务。
高考志愿填报信息复杂、选择多样，每个人的填报逻辑也并不相同。如何在复杂中找到规则，把专家思维抽象成模型可以理解的运行规则？
夸克算法负责人蒋冠军说，大模型诞生过程经历了多轮迭代。夸克团队已完成对数千份志愿报告的专家标注与打分，通过“人类挑刺+模型修正”的方式，使模型输出在专业度与匹配度上持续逼近专家的真实判断标准。
夸克高考志愿大模型研发团队正调试模型。受访者供图
让每位考生有专属AI顾问
高考志愿填报专家娄雷分析，今年全国29个省份实施“新高考”模式，一些地区还进行了志愿填报政策的调整，规则差异大、填报方式多；同时，专业冷热变化快，很多考生在兴趣、家庭期望和现实之间难以权衡。总之，信息很多，选择很难，一些家长和考生也很焦虑。
不是人人都有机会和志愿填报专家进行面对面一对一咨询。夸克产品经理郏海峰说，他们希望通过AI的能力，帮助用户理解规则、分析选项、生成个性化建议，把专家服务变成人人都能用的专业系统。
夸克做了7年的免费高考志愿填报服务。郏海峰认为，随着技术进步，高考志愿填报服务工具已经从过去单纯的数据呈现，升级到提供个性化、定制化信息。技术团队开始探索把专家的建议、经验融入知识库，让大模型能像专家一样思考。
志愿大模型通过一个多阶段、高复杂度的训练范式构建流程，融合了自监督语义建模、监督式对齐调优、由专家判别价值引导的策略精化机制。
在指令微调阶段，志愿大模型将数百名资深高考志愿规划师的沟通、决策过程进行结构化。基于他们与考生或家长的多轮真实对话，团队提取出完整分析路径与语言风格。通过将上万条真实专家“推理链”转化为高质量监督数据，志愿大模型得以深度学习人类专家的分析过程。
基于人类偏好强化学习精化策略层，志愿大模型构建了闭环优化机制，将“模拟填报—专家反馈—策略评分”引入模型迭代过程。模型会基于模拟的考生档案生成志愿填报方案，随后这些方案将被提交给多位高考志愿专家进行评估。评估标准包括：专业建议是否准确易懂、排序逻辑是否贴合考生特征、是否兼顾分数与兴趣、是否充分提示风险并给出可行应对策略等。
内化数百位志愿专家经验
整个训练过程中，专家参与是重要一环。
一位参与模型训练的志愿专家告诉科技日报记者，志愿专家的一对一服务，旨在消除用户信息差，帮助他们厘清专业方向、就业前景及未来发展路径。“多数用户并不清楚自己真正要想什么。我们通过多维度梳理，结合客观就业情况，为用户提供引导。志愿大模型就是把这些思路模型化了。”
在考生会问的问题分类上，团队归纳出两大类高频问题：认知类和决策类。认知类问题关注信息理解，如专业或院校的区别；决策类则涉及选择和未来规划，如分数优势等，信息更复杂。
“我们将这些问题分类，然后为每类问题撰写工作流程，指导模型基于这些流程进行训练和解答。这样，模型即便面对海量且多变的具体问题，也能按共性逻辑高效处理。在此基础上，模型产出志愿方案，我们进行严谨评分，校正事实性及逻辑性错误，如选科与专业要求不符等；同时，持续优化答案和文案，使其更符合专家口吻、更具科学性，确保报告的准确性和专业度。”另一位志愿专家说。
夸克方面称，训练志愿大模型时，他们还特别注意避免单一视角，引入来自不同地区、风格各异的志愿规划师，形成多元策略思维样本。同时，模型也不会输出唯一答案，而是提供多种志愿填报方案供考生选择。“我们始终坚持一点：AI不替你做决定，只帮你看清选项。最终的选择，应该回到考生和家庭本身。”郏海峰说。
娄雷告诉科技日报记者，随着各类工具升级，志愿专家也要升级，他们要学会善用AI产品提升工作效率。AI和人类专家也并非互相替代的关系，而是能够互相赋能。“我希望，技术带来的不仅是志愿服务产品，而是能有一个帮助学生从高中起就进行职业规划、明确未来方向的学习伴侣。”在娄雷看来，这或许能真正解决很多人的困惑，让他们在志愿填报时不再那么焦虑和迷茫。
