作业帮PoFT技术再获国际认可，入选AAAI 2025

近日，第39届国际人工智能大会（AAAI 2025）顺利举行，来自全球的人工智能领域专家学者齐聚一堂，分享前沿研究成果。在本次大会上，作业帮研发的“偏好导向监督微调（Preference-oriented Fine-Tuning, PoFT）”技术成功入选，成为智能教育领域一项备受关注的创新成果。

AAAI是中国计算机学会推荐的A类国际学术会议，其收录的论文需经过多轮严格评审，代表人工智能领域的较高学术水准。作业帮PoFT技术的入选，反映出该技术在国际同行中的认可度。

在智能教育应用中，大语言模型的核心任务在于准确理解用户指令并生成高质量响应。以数学题目讲解为例，模型不仅需要保证解题过程的严谨性，还应以清晰易懂的方式表达，这对模型的“对齐训练”提出了较高要求。然而，构建高质量的教学类训练数据成本极高，而传统监督微调（SFT）方法采用的交叉熵损失函数难以区分样本质量，导致模型可能过度学习低价值内容，进而引发解题偏差、表达混乱等问题。

PoFT技术针对上述痛点提出了一种创新解决方案。其核心思路是通过多个“专家模型”对训练样本进行权重评估，使目标模型能够有选择、有重点地学习优质数据。具体而言，在训练阶段，目标模型需对同一数据的置信度超过一组标杆模型的平均置信水平，以此提升学习的有效性和可靠性。

此外，PoFT展现出良好的兼容性与扩展性。它既可结合数据过滤技术（如IFD、Instag）预先筛除低质样本，再通过加权机制优化学习过程；也可与偏好对齐算法（如DPO）协同，构建“两步训练”流程。根据AlpacaEval 2.0基准测试结果，PoFT与DPO结合的方案胜率较传统DPO提升2.74%，且在复杂教学场景中表现出更低的过拟合风险。

教育类应用对模型的准确性要求极为严格。同一题目可能存在多种合理解法，模型需识别出符合“逻辑清晰”“步骤简洁”等教学偏好的答案。若模型因学习低质量数据而产生错误输出，极易对学习者造成误导。PoFT通过引入多模型打分机制，使目标模型优先学习高质量和高信息密度的内容，从而更精准地捕捉教学场景中的特殊需求。据悉，该技术目前已应用于作业帮的智能题目解析和个性化辅导等产品中。

作业帮PoFT技术入选AAAI 2025，不仅体现了企业在人工智能优化方面的技术积累，也为教育大模型的适配与改进提供了新思路——即在不完全依赖高成本标注数据的情况下，仍可实现模型性能的稳步提升。作业帮自创立以来，持续投入教育科技研发，在语音识别、自然语言处理、计算机视觉等多个技术领域取得多项突破，其成果曾获中国信通院、MIT等机构奖项认可。

总体来看，PoFT技术的提出与应用，是人工智能与教育深度融合的一次有益探索，也为相关领域的研究与实践提供了重要参考。

（注：本文在资料搜集、框架搭建及部分段落初稿撰写阶段使用了 AI 工具，最终内容经人类编辑核实事实、调整逻辑、优化表达后完成。）

生成海报

本文来源于极客网，原文链接: https://www.fromgeek.com/latest/702508.html