CogEvol：迈向高效可靠的学习环境生成

我们推出了 CogEvol，这是专门为学习环境生成而训练的一系列模型：一次性将课程简介转变为完成的学习工件（结构化 JSON 幻灯片或独立的交互式 HTML 页面）。在 22 万个生产请求中，CogEvol 在 17 秒内完成一张幻灯片，在 59 秒内完成一个交互式页面，取代了长达数分钟的多轮代理脚手架。可靠性是强制执行的，而不是希望的：基于生产的数据管道将真正的故障转化为 53,687 个经过验证的 SFT 样本，混合规则加 VLM 奖励驱动基于 GRPO 的 RL，在我们捕获并修复了 奖励作弊 事件（该事件产生了视觉上令人信服但无法玩的游戏）后，该事件得到了强化。 CogEvol-27B 在幻灯片质量上得分为 83.7，在 500 例交互式 HTML 基准测试中得分为 63.7，其参数比旗舰编码模型少 26.9 倍，并且与 OpenMAIC 团队合作，为其实时生产流量提供服务。 CogEvol-4B 在 Apache 2.0 许可证下公开发布，网址为 https://github.com/CogEvol/CogEvol-4B；外部旗舰产品是在相同的套件和相同的设备下进行测量的。脚手架编辑进一步降低交互页面生成成本~76%，全栈运行在国产Ascend加速器上，应用级与A800 GPU相当，大规模降低AI原生教育的单位成本。