CogEvol：高效可靠的学习环境生成方法

研究团队于2026年8月31日推出学习环境生成模型系列CogEvol，支持从课程简报单次前向生成结构化幻灯片与独立交互式HTML教学页面，开源了4B版本并已接入生产环境。

• 单次生成提速显著：在220k生产请求的测试中，生成幻灯片中位耗时17秒，生成交互网页中位耗时59秒，替代了原本耗时数分钟的多轮智能体循环。
• 数据过滤与强化学习防作弊：构建了包含53,687个真实失败转化的SFT样本，结合规则与VLM混合奖励机制采用GRPO算法进行强化学习训练，并专门修复了生成表面逼真但无法运行的作弊问题。
• 开源与国产硬件适配：CogEvol-4B以Apache 2.0协议开源，27B版本在幻灯片与交互评测上表现出色，全栈已在华为昇腾AI加速卡上实现与A800同等的应用级性能，脚手架编辑机制进一步降低约76%的生成成本。
• 影响/看点：该成果验证了专用轻量模型在结构化与交互式教学课件生成场景的高效性，其能否在更广泛的在线教育中规模化普及，取决于对更复杂学科逻辑与跨学科交互组件的生成可靠度。
• 资料依据：
• Hugging Face（2026-08-31）：https://huggingface.co/papers/2608.30968
• arXiv（2026-08-31）：https://arxiv.org/abs/2608.30968
• GitHub（2026-08-31）：https://github.com/CogEvol/CogEvol-4B

本内容由 AI 生成，仅供参考，请注意甄别