作业帮PoFT技术亮相AAAI 2025，智能教育模型优化获国际认可-28资讯网—

作业帮PoFT技术亮相AAAI 2025，智能教育模型优化获国际认可

2025-09-05 11:39:39 AI 24观看

摘要在近期举办的第39届国际人工智能大会（AAAI 2025）上，作业帮公司凭借其研发的“偏好导向监督微调（PoFT）”技术脱颖而出，该技术被大会正式收录并获得了广泛关注。此次大会聚焦深度学习、机器学习、自然语言处理及知识计算等多

在近期举办的第39届国际人工智能大会（AAAI 2025）上，作业帮公司凭借其研发的“偏好导向监督微调（PoFT）”技术脱颖而出，该技术被大会正式收录并获得了广泛关注。此次大会聚焦深度学习、机器学习、自然语言处理及知识计算等多个前沿技术领域，而PoFT技术正是这些领域的又一重要创新。

在教育智能化应用的大背景下，大型语言模型的核心挑战在于准确理解指令并给出恰当的回应。以数学题目讲解为例，模型需确保解题步骤的严谨与表达的通俗易懂，这要求模型进行深入的“对齐训练”。然而，高质量的教学配对数据成本高昂，传统监督微调技术使用的“交叉熵”损失函数未能区分数据的重要性，导致模型可能学习到低质内容，进而产生理解偏差、解答质量不高或表述模糊等问题。

作业帮的PoFT技术针对这一难题提出了新颖的解决方案，其核心在于利用多个模型作为专家，对学习数据进行权重评估，引导目标模型有选择性地高效学习。在训练阶段，PoFT要求目标模型对数据的“置信度”必须超过一组标杆模型的平均水平，从而确保学习的有效性和可靠性。

PoFT技术还具备出色的兼容性，它可以与现有的数据过滤技术（例如IFD和Instag）结合使用，先去除明显劣质的数据，再通过PoFT进一步调整学习权重，提升性能。同时，PoFT也能与偏好对齐算法（如DPO）协同工作，形成“两步训练”流程。在Alpacaeval 2.0基准测试中，PoFT与DPO的组合方案相比传统DPO方法，胜率提高了2.74个百分点，特别是在复杂教学场景下，过拟合风险显著降低。

教育应用对模型的容错率要求极为严格。例如，在解答数学题时，模型需准确识别并优先采用“步骤简洁”和“逻辑清晰”的解法。若因学习低质量数据而导致解析错误，可能会对学生产生误导。PoFT技术通过“标杆模型打分”机制，使模型能够优先学习高质量数据，精确捕捉教学过程中的特定偏好，从而提升教学效果。

目前，PoFT技术已被应用于智能解析和个性化辅导等产品中，取得了显著成效。此次PoFT技术在AAAI 2025的成功入选，不仅彰显了作业帮在大模型优化领域的强大技术实力，也为智能教育场景的模型适配提供了新的解决方案，即在不依赖高成本优质数据的情况下，也能实现模型性能的稳定提升。作业帮自成立以来，一直致力于利用技术手段解决教育领域的问题，在语音识别、自然语言处理、图像识别、大数据、云原生及音视频技术等多个领域不断探索，并多次荣获国内外顶级奖项，包括中国信通院的应用优秀案例、卓越创新案例以及MIT全球十大突破技术等。

举报 0收藏 0打赏 0评论 0 更多>同类资讯

申昊科技等联手广东新设智维科技，注册资本高达2000万09-05

咸亨国际杭州新设数字科技公司，注册资本高达500万！09-05

拓维信息湖南新设云智科技公司，注册资本高达千万！09-05

海博思创与第四范式联手，新设能量晶体科技公司，注册资本高达千万09-05

智谱AI携手浦东建设等巨头，共注资2.2亿成立云智科技服务公司09-05

优必选与珠城科技联手，新设机器人科技公司，注册资本达百万09-05OpenAI估值跃升至5000亿美金，103亿二级股票交易彰显市场热捧09-04微软Copilot Appearance：动态AI助手即将全球普及，提升用户交互体验09-04

工厂智能化转型新引擎：璞华大数据HawkEye设备物联平台深度解析工厂设备物联平台中加入物联网、AR、VR和机器学习等技术能够帮助制造业企业实现节能减排、保障员工安全等方面并广泛用于工业4.0环境，具有与大数据云计算相关的可扩展性、高可用性，尽管的工厂设备物联平台在国外…09-04

百度智能云发布2025年AI基础设施安全白皮书：构建全方位防护体系百度基于万卡级AI算力集群建设与运营经验，从多维度构建AI基础设施安全体系，为行业提供实践指南。合规与标准规范层面，覆盖多项法规与标准；核心安全域分层防护，涵盖模型应用、云服务、云平台、算力调度平台安全；管理…09-04

海底科技新突破：Elementz携手AI加速器Tide Breaker革新海底作业新的人工智能加速器项目Tide Breaker于9月3日星期三在OffshoreEurope公布，旨在通过将初创公司与行业数据、基础设施和专业知识直接联系起来，将海底创新转化为现实世界的影响。 Tide…09-04

AI结果优化实战指南：青山不语网络分享深度干货与经验模型很有可能输入不同批次的数据就质量特性差异比较大喽假如第一次输入一批稍微模糊的文本内容和第二次很清晰、标注精确而且完整时候给到它运算结果不同也不出奇；而且说不定就是模型调优得还不到火候，没有彻底深入…09-04

新华三乔剡：网络成智算时代核心，优化网络可激活超30%算力潜能新华三集团交换机产品线产品管理部部长陈伯超解释，端网协同的核心是让 GPU 或网卡 “感知” 网络状态：“我们通过与网卡对接来获取整网的通信关系，并在网络侧针对GPU间的通信关系进行精准调优，实现高效协同效…09-04苹果与谷歌携手推进AI：Siri将整合Gemini模型，搁置Perplexity收购计划09-04一起教育科技Q2财报：营收增长17.3%，发布生成式AI智能体“17同学”09-04点击查看更多 +全站最新