妹妹擅长理工科,想报计算机专业,却被爸妈一句 “程序员 35 岁就失业” 劝退,改报管理类,大学四年在背不懂的管理术语中挣扎; 小镇做题家的同事,填志愿时连 “专业” 意味着什么都没弄清楚,只是跟风选了当年最热门的方向,如今在并不适合自己的行业里日复一日内耗。 每年大概只有 2% 的考生能接触到志愿专家,剩下的 1300 万考生,可能经历了家长发动亲友、翻烂学校手册、跑招生会、在小红书和知乎看帖的种种步骤后,依然改变不了资源有限、信息孤岛、一知半解的局面。 但随着技术的进步,游戏规则正在发生改变。高考志愿填报,是典型的信息密集、决策复杂场景,天然适合大模型落地。国内已经不少有模型能力,或者有数据积累的公司跃跃欲试。 已经服务 7 年高考的夸克,正试图让数据和大模型把这件原本靠 “大海捞针、经验、运气” 的事,变成一件可以靠 “智能、数据、逻辑” 完成的事。 最近,夸克上线了专为高考志愿填报打造的大模型,并同步推出 “高考深度搜索”“志愿报告”“智能选志愿” 三项核心功能。这样一来,夸克能像专家一样给出建议——不仅懂数据,还能结合每位考生的实际情况,给出更精准、个性化的志愿规划。 全国 2900 多所高校、1600 多个专业、历年分数线、就业情况与各类政策已经打通,夸克搭建出一套覆盖广、更新快的知识库。过去要花几天甚至十几天查找和比对信息,需要耐心和记忆力,如今只需一个提问。 信息的可及性被拉平,但更重要的是个体差异开始被正视。考生在提供 12 条个人兴趣偏好后,夸克会模拟志愿专家的分析路径,结合成绩、位次、兴趣、地域、就业倾向等维度,为考生设计 “冲、稳、保” 不同梯度的志愿填报方案,并能生成专业志愿报告。 搜索推荐原本就已经有一套成熟体系了,过去几年,夸克把志愿填报需求拆解成城市偏好、专业限制、家庭诉求等信息,系统在规则库里去找匹配的方案,也服务了超过 1.2 亿位考生和家长。 “信息缺口” 无处不在:志愿填报涉及考生分数、位次的浮动、政策变化,还要考虑填报策略、城市倾向、产业发展、就业趋势,这些细微又关键的判断,过去只掌握在少数专业咨询师和资源丰富的家长手里。 夸克训练了一个 “能像志愿专家一样思考” 的高考志愿大模型。从规则匹配到模型推理,夸克算法负责人蒋冠军说,真正难的是生成一份贴近专家经验的完整志愿报告。 比如,人类专家在面对考生时,往往能通过多轮交流快速识别核心诉求。而大模型的交互轮次有限,面对 “想去东部沿海,不想太卷” 这类模糊表达,需要还原出背后的地理偏好、专业倾向、家庭背景。 夸克请了数百位志愿填报专家,把他们为考生出谋划策的思路标注下来,再用这些推理链训练模型。每次模型生成的新方案,也要过专家的 “挑刺”,再反馈回去优化。 参与训练大模型的志愿填报专家任老师提到,他们不仅要输入常见的认知类问题,还要处理复杂的决策类问题(比如 “这个分数报什么专业考公前景好”),为每一类问题撰写详尽的工作流程,引导模型逐步推理、科学决策,“过程非常严谨。” 模型产出的志愿方案,也会由专家多维度评分,校正事实性及逻辑性错误。同时专家还会持续优化答案和文案,确保报告的准确性和专业度。 上万条志愿填报专家的 “推理链” 转化为高质量监督数据后,夸克高考志愿大模型得以深度学习人类专家的分析过程,并掌握了这些志愿填报专家覆盖全国各地的差异化知识。 “训练大模型的过程非常有趣,虽然任务紧急还有几次通宵,但整个过程打磨得非常精细化,模型生成的结果比较契合、贴近真人志愿填报专家。” 任老师说,“它越来越像人了,我觉得这点是比较令人欣喜的。” “志愿报告”Agent 的运转正是基于这样具备专家级思维的模型。考生填完个人信息档案,包括 4-8 个兴趣问题和 4 个分数问题后,等待 5 分钟,就能拿到十几页 A4 纸的志愿报告,包括填报策略、志愿表、院校专业推荐说明等。 我们曾详细介绍过阿里整家公司的 AI 战略,如今夸克是整个阿里大模型 to C 应用的出口。在 3 月我们采访阿里巴巴集团副总裁,也是阿里 AI to C 负责人的吴嘉时,他说希望刚刚升级的夸克 AI 超级框能真正解决用户的各种个性化需求。做一个有用的 AI 产品,是夸克的初心。 “我们第一年还是比较粗糙的,” 夸克算法工程师张伟回忆。那时他们还搞不清楚到底该用考生的绝对分数排序,还是用位次(同位分)。整个逻辑是 “靠规则走”,根据往年位次算概率。 因为没有广告,搜索结果准确,自发使用夸克的高考生越来越多。团队逐步积累了大量用户反馈和技术经验,从 “看上去合理” 进阶到 “基于概率建模”。 去年,夸克团队基于当时的模型能力,把用户的输入拆解成城市偏好、专业限制、家庭诉求等信息,再在规则库里去找匹配的方案。这年夸克辅助 3000 万用户填报志愿,其中,夸克高考 AI 搜索使用量突破了 1 亿次。 一位夸克人士说,每年的高考,就是夸克的 “双十一”——全员投入,系统满载。今年,技术和产品更加成熟,他们也做了更充分的准备。 以生成一份十几页的个性化志愿报告为例,背后需要 5 到 10 分钟的多轮推理,消耗的算力相当于上万次搜索。但夸克并没有为此限制用户使用,反而将算力扩容到去年的 100 倍,同时依然免费。 使用夸克填报志愿的学生中,有 50% 来自三、四、五线城市。高考政策专家娄雷分享过一个细节:在城市里办高考政策解读会,来的是家长;在乡村,来的几乎都是学生,因为家长听不懂,只能靠孩子自己拿主意。 在一二线城市,焦虑的家长会花钱请人 “专业填志愿”。但这个市场长期缺乏规范,价格混乱、服务参差,甚至有人用一套模板报告就收几千块。即便如此,能接触到这些资源的考生,占比也不到 2%。 如今,大模型的出现,让这个问题重新值得被讨论。大模型不该只是企业讲故事、融资金、赚订阅的工具,而应成为一项真正被普通人用上、用好,甚至能改写人生路径的技术。
成色18k1.8.35mb菠萝据悉,北京获批的10家外资企业多为知名跨国企业在华子公司,资本来源涵盖欧洲、美洲及亚太等地区,可以以外商独资的身份试点经营增值电信业务。这场高热度开盘背后,不仅是当前北京楼欧美一区市的结构性回暖信号,更折射出市场对城市发展逻辑、产品价值锚点及资产安全边界馃崋馃崋馃崋的深层认知欧美精品日韩二区,三区变化。未来北京楼市的竞争,将进入全新时代。成色18k1.8.35mb菠萝九十九夜xbox360麦肯锡全球资深董事合伙人艾家瑞(Karel Eloot)在论坛上表示,中国在数字化和人工智能方面拥有良好的技术基础设施,多年来已经形成了世界一流的B2C(企业对消费者)生态系统,为进一步创新奠定了非常坚实的基础。长期环境记忆:利用预映射阶段获取的多视角场景图像(如图 1 中的历史帧),构建全局场景理解能力,支持复杂指令的空间推理(如 “从吧台凳取物并放到沙发”);瞬态状态记忆:以文本形式跟踪机器人实时状态(如 “已抓取物体,正接近目标位置”),辅助 VLM 生成上下文相关的动作序列;动作空间设计:VLM 模型直接输出动作 handle 和 Ego-centric Obsersavation RGB 空间的坐标参数,通过函数调用传统路径规划器(Path Planner)和机械臂运动规划器(Motion Planner),不依赖预定义策略技能库。
20250812 🌶 成色18k1.8.35mb菠萝巴萨担心的是,在为签下维尔茨支付高额的转会费之后,利物浦会为出售路易斯-迪亚斯索要高价。如果路易斯-迪亚斯的估价在6500万、7000万、7500万或8000万欧元,他们也不会为这位哥伦比亚球员疯狂砸钱。鲁鲁影院免费观看电视剧电影窝窝4号线和21号线都是广州地铁线网中行程较长的线路。4号线从南沙到天河,全程超过1小时;21号线从增城到天河,有快车和普通车,但普通车全程也会超过1小时。在市区线路中,“板凳族”相对较为少见。5月15日早高峰时段,记者在1号线列车上观察到,虽然车厢已经挤满,但横跨多个车厢没有看到有人自带板凳或坐在地上。
📸 王常栋记者 李扬 摄
20250812 👅 成色18k1.8.35mb菠萝在单独约谈的基础上,我会进一步表达对他们的理解和关心。我会用温和的语气告诉他们,我理解他们的想法和感受,尊重他们的意见和建议。同时,我也会向他们表达我的期望和愿景,希望他们能够站在学校的整体利益上考虑问题,共同推动学校的发展。通过这样的表达,我能够建立起与他们之间的信任关系,为后续解决问题创造有利的条件。最好看的日本MV片视频他写道:“消息人士告诉ESPN,迈阿密热火队、圣安东尼奥马刺队和休斯顿火箭队是15次入选全明星的凯文-杜兰特希望离开菲尼克斯太阳队后的心仪交易下家。最近几天,NBA各队都已得知,这三支球队是杜兰特愿意长期效力的队伍。”
📸 何君记者 崔洪亮 摄
🔞 彭志强:首先AI应用这一波来了以后,我们的出手频率比以前高,因为原来一度只能投硬科技,半导体动辄就是1000万美元起步,一个项目一两个亿也很常见,所以数量一定不会多。姐姐让我戴上避孕套歌曲原唱