6月12日，夸克公布了最新的用户数据，并发布了2025年高考志愿填报产物——“高考深度搜索”、“志愿报告”、“智能选志愿”三大核心功能。上述产物依托于其自研高考志愿大模型和专业的高考知识库，实现了从复杂问题询问到志愿报告输出的整个辅助决策流程。 夸克高考产物经理郏海峰分析，2025年志愿填报更为复杂。其一，全国已有29个省份完成新高考的落地实施，新高考招生录取实行“院校专业组”或“专业(类)+院校”的模式，各省志愿填报政策差异大;其二，2025年全国高考报名人数1335万人，竞争激烈;其三，大环境不断变化，科技高速发展，行业变化加剧，这些因素均影响着专业与就业抉择。 “如今，志愿填报的用户需求正变得更加复杂和个性化。面对不断变化的用户需求，如果还按照过往的形式来设计产物，是不够的。”郏海峰说道。由此，夸克上述三大核心功能应运而生。 具体来说，“高考深度搜索”专为处理个性化、开放式提问设计，能够理解复杂问题和拆解用户需求，并给出专业、可执行的建议，解决传统搜索难以胜任的问题。 例如，“山东史地政，本科线上50分，想学汉语言文学考公，纠结选好学校还是保专业，自己对其他专业没兴趣，求建议”，当考生在夸克输入上述困惑时，系统会自动识别关键信息，依次查询可填报志愿、分析录取概率、探讨其他专业的可能性、分析对就业和考研的影响，最后给出综合报考建议。 “志愿报告”是夸克推出的可以生成完整报告的智能Agent，目前已开放试用。考生只需完善12个信息点(涵盖院校偏好、专业兴趣、升学与职业规划等)，便可建立个人信息档案。点击“领取报告”后，Agent会通过“任务规划—执行—检查—反思”的链式推理流程，模拟一位资深志愿填报专家的决策过程，为考生输出一份包括填报策略、志愿表、院校专业推荐说明等的完整报告。 “志愿报告”Agent以考生的成绩、兴趣偏好、家庭背景和地域倾向等为基础，会首先制定个性化任务规划(如定位成绩段、筛选专业方向、制定填报策略等);随后将任务转化为指令，基于高质量数据完成任务执行。 每轮执行结果模型经过自动检查，会判断是否存在逻辑冲突、数据缺漏、排序异常等问题，并将结果反馈至“反思”模块。通过评估结果与需求的差异不断优化后续策略，从而实现动态修正与智能迭代。 例如，当考生倾向选择省内且要求985院校时，模型在执行任务后，面对省内985院校较少的情况，会像志愿专家一样尝试推荐适合的外省985高校。 整个过程，通常需要耗时5-10分钟左右，这就需要巨大的算力支持。郏海峰透露，为了确保产物能够满足海量用户的生成需求，夸克今年将算力投入扩大了100倍，并继续坚持免费提供服务。 夸克高考志愿大模型支撑的另一个功能是“高考深度搜索”，当用户输入如“江苏物理组考生584分，性格内向，想找稳定工作”这类复杂查询时便会触发。为提升回答的准确性与专业性，模型会将考生的真实需求精细化拆解，每一类需求都对应定制化的回答范式与要点，确保回复兼具针对性与深度。 “智能选志愿”功能则是考生使用最高频的功能。在输入省份、科目、成绩和排名后，系统会自动推荐冲-稳-保三种方案，考生还可以进一步明确自己的个性化需求，进行筛选。在融入AI能力后，可以直接呈现目标院校/专业的特色优势，方便考生快速了解。 上述三大核心功能的推理支持源自夸克高考志愿大模型。这是专为志愿填报任务而设计的垂类模型，以通义千问为底座，训练过程高度还原了专家的思考路径。 夸克高考志愿大模型通过一个多阶段、高复杂度的训练范式构建流程，融合了自监督语义建模、监督式对齐调优、由专家判别价值引导的策略精化机制。 据介绍，在模型训练阶段，夸克算法团队邀请了上百名高考志愿规划师参与，将人类专家的思考过程转化为数万条高质量推理数据。模型产出的志愿方案再由专家多维评估，逐项打分形成反馈闭环。夸克团队已完成对数千份志愿报告的专家标注与打分，通过“人类挑刺 + 模型修正”的方式，使模型输出在专业度与匹配度上持续逼近专家的真实判断标准。通过持续迭代，该模型具备专家级决策能力，能够为考生提供精准、个性化的志愿填报服务。 为了确保高考志愿大模型依赖的数据准确、实时，夸克构建了一套结构严谨的“高考知识库”。知识库覆盖全国2900多所高校、近1600个本科专业，并进一步拓展至高校毕业生就业去向、新兴产业趋势以及各城市的产业结构等维度。 据夸克方面介绍，夸克高考知识库还投入海量资源对每个省份的高考政策及权威解读进行梳理、实时更新。通过OCR提取、多源交叉比对与人工抽检等多重机制，实现高可信度的数据引入与结构化治理，确保模型所依赖的数据具备权威性和可验证性。 郏海峰表示，考生的每一次搜索都是一次真实的人生抉择。“这份责任很重，重到容不下任何算计。我们只专注于每一条搜索、每一次推荐、每一份报告能不能更准一些，踏踏实实地把细节做到更好。”
