O CogEvol apresenta uma família de modelos projetada para converter resumos de cursos em slides JSON estruturados ou páginas HTML interativas em uma única passagem, substituindo a estruturação com agentes de múltiplas rodadas. O sistema utiliza um pipeline de dados fundamentado na produção e mecanismos de recompensa híbridos para impor confiabilidade durante o treinamento.

  • O CogEvol conclui a geração de slides com latência mediana de 17 segundos e geração de páginas interativas em 59 segundos, em 220k solicitações.
  • O CogEvol-27B alcança pontuações de 83.7 na qualidade dos slides e 63.7 em um benchmark de HTML interativo com 500 casos, usando 26.9x menos parâmetros do que os modelos de codificação principais.
  • O CogEvol-4B é lançado abertamente sob a licença Apache 2.0, enquanto o CogEvol-27B atende tráfego de produção em tempo real em colaboração com a equipe OpenMAIC.
  • A edição do scaffold reduz os custos de geração de páginas interativas em aproximadamente 76%, e a pilha opera em aceleradores Ascend domésticos com paridade em relação às GPUs A800.

Essa abordagem reduz o custo unitário da educação nativa de IA em escala, permitindo a geração eficiente e confiável de artefatos em hardware acessível.