2025年高考已經結束，下一個“大考”，就是志愿填報。

6月12日，夸克發布國內首個為高考志愿填報場景開發的大模型——夸克高考志愿大模型（以下簡稱“志愿大模型”）。該模型具備專家級決策能力，能為每位考生提供精準、個性化的志愿填報服務。

高考志愿填報信息復雜、選擇多樣，每個人的填報邏輯也并不相同。如何在復雜中找到規則，把專家思維抽象成模型可以理解的運行規則？

夸克算法負責人蔣冠軍說，大模型誕生過程經歷了多輪迭代。夸克團隊已完成對數千份志愿報告的專家標注與打分，通過“人類挑刺+模型修正”的方式，使模型輸出在專業度與匹配度上持續逼近專家的真實判斷標準。

讓每位考生有專屬AI顧問

高考志愿填報專家婁雷分析，今年全國29個省份實施“新高考”模式，一些地區還進行了志愿填報政策的調整，規則差異大、填報方式多；同時，專業冷熱變化快，很多考生在興趣、家庭期望和現實之間難以權衡。總之，信息很多，選擇很難，一些家長和考生也很焦慮。

不是人人都有機會和志愿填報專家進行面對面一對一咨詢。夸克產品經理郟海峰說，他們希望通過AI的能力，幫助用戶理解規則、分析選項、生成個性化建議，把專家服務變成人人都能用的專業系統。

夸克做了7年的免費高考志愿填報服務。郟海峰認為，隨著技術進步，高考志愿填報服務工具已經從過去單純的數據呈現，升級到提供個性化、定制化信息。技術團隊開始探索把專家的建議、經驗融入知識庫，讓大模型能像專家一樣思考。

志愿大模型通過一個多階段、高復雜度的訓練范式構建流程，融合了自監督語義建模、監督式對齊調優、由專家判別價值引導的策略精化機制。

在指令微調階段，志愿大模型將數百名資深高考志愿規劃師的溝通、決策過程進行結構化。基于他們與考生或家長的多輪真實對話，團隊提取出完整分析路徑與語言風格。通過將上萬條真實專家“推理鏈”轉化為高質量監督數據，志愿大模型得以深度學習人類專家的分析過程。

基于人類偏好強化學習精化策略層，志愿大模型構建了閉環優化機制，將“模擬填報—專家反饋—策略評分”引入模型迭代過程。模型會基于模擬的考生檔案生成志愿填報方案，隨后這些方案將被提交給多位高考志愿專家進行評估。評估標準包括：專業建議是否準確易懂、排序邏輯是否貼合考生特征、是否兼顧分數與興趣、是否充分提示風險并給出可行應對策略等。

內化數百位志愿專家經驗

整個訓練過程中，專家參與是重要一環。

一位參與模型訓練的志愿專家告訴記者，志愿專家的一對一服務，旨在消除用戶信息差，幫助他們厘清專業方向、就業前景及未來發展路徑。“多數用戶并不清楚自己真正要想什么。我們通過多維度梳理，結合客觀就業情況，為用戶提供引導。志愿大模型就是把這些思路模型化了。”

在考生會問的問題分類上，團隊歸納出兩大類高頻問題：認知類和決策類。認知類問題關注信息理解，如專業或院校的區別；決策類則涉及選擇和未來規劃，如分數優勢等，信息更復雜。

“我們將這些問題分類，然后為每類問題撰寫工作流程，指導模型基于這些流程進行訓練和解答。這樣，模型即便面對海量且多變的具體問題，也能按共性邏輯高效處理。在此基礎上，模型產出志愿方案，我們進行嚴謹評分，校正事實性及邏輯性錯誤，如選科與專業要求不符等；同時，持續優化答案和文案，使其更符合專家口吻、更具科學性，確保報告的準確性和專業度。”另一位志愿專家說。

夸克方面稱，訓練志愿大模型時，他們還特別注意避免單一視角，引入來自不同地區、風格各異的志愿規劃師，形成多元策略思維樣本。同時，模型也不會輸出唯一答案，而是提供多種志愿填報方案供考生選擇。“我們始終堅持一點：AI不替你做決定，只幫你看清選項。最終的選擇，應該回到考生和家庭本身。”郟海峰說。

婁雷告訴記者，隨著各類工具升級，志愿專家也要升級，他們要學會善用AI產品提升工作效率。AI和人類專家也并非互相替代的關系，而是能夠互相賦能。“我希望，技術帶來的不僅是志愿服務產品，而是能有一個幫助學生從高中起就進行職業規劃、明確未來方向的學習伴侶。”在婁雷看來，這或許能真正解決很多人的困惑，讓他們在志愿填報時不再那么焦慮和迷茫。（記者 張蓋倫）