图灵汇官网

近期，由极客邦旗下InfoQ中国精心策划的AICon全球人工智能开发与应用大会在北京举行。大会以“智能未来：探索人工智能无限潜能”为主题，涵盖了包括“人工智能尖端技术”、“通用机器学习技术”、“计算机视觉实践”、“智能金融技术与业务融合”、“自然语言处理技术与应用”、“推荐与广告技术实践”以及“认知智能前沿探索”在内的14个专业领域。此盛会吸引了60位行业领军企业的嘉宾，他们齐聚一堂，分享了最新的AI技术创新与实践案例，共同推动了大型模型技术的有效实施与产业革新。

作为国内较早涉足教育垂直领域大模型探索的企业代表，作业帮受邀参加本次大会。其自主研发的写作大模型成功入选“AIGC先锋榜单”，位列案例TOP20，作业帮的资深算法专家蒋宏飞围绕该模型的技术创新与实践进行了深入探讨。

近年来，生成式大模型技术经历了显著的发展，大幅提升了机器智能的边界，激发了各行业的热情投入到大模型的研发与应用之中。教育行业亦然，作业帮自早期便积极采纳生成式大模型技术，旨在通过在特定教育场景中的深入探索与创新，构建出能够颠覆传统教育模式、提供更为精准个性化服务的新型智能教育方案。

在写作领域，传统的写作辅助工具主要依赖于搜索、推荐与传统自然语言处理技术，以弥补教育资源匮乏与学生写作难题之间的巨大缺口。然而，随着生成式文本大模型技术的进步，语言理解与文本生成能力得到了飞跃式的提升，为实现更加精细、个性化的智能写作奠定了坚实的基础。尽管如此，实际落地过程中仍面临着一系列挑战。

蒋宏飞从基座训练优化、引入ICL技术提升推理能力、RAG技术解决幻觉问题、以及通过反馈学习精准匹配用户偏好的角度，详细介绍了作业帮在写作大模型领域的技术创新与成果。这些努力旨在模拟真实的教学环境，解决技术难题。在教学实践中，作业帮根据不同单元的学习目标设计习作题目，并采用从点到面、从浅入深的教学策略，体现了写作场景的特殊性。

为了适应复杂的写作需求，作业帮在预训练和SFT阶段采取了多种技术策略，以增强模型对特定场景的适应性。在应对复杂任务时，通过集成示例、写作指导等信息，优化ICL和长上下文技术的应用。对于幻觉问题，作业帮通过RAG技术进行用户意图理解、多路语义检索与噪声容忍微调，从而提高了模型的准确度。此外，作业帮通过线上用户反馈数据，结合自主创新的强化学习算法，实现了一套闭环式用户需求对齐机制，确保了模型持续优化与改进。

作业帮成立于2015年，始终致力于利用科技手段促进教育公平，运用人工智能、大数据等前沿技术，提供高效的学习解决方案，包括智能硬件产品，使人工智能技术在在线教育领域真正落地。