CogEvol引入了一系列模型，旨在通过单次传递将课程简介转换为结构化的JSON幻灯片或交互式HTML页面，从而取代多轮智能体脚手架。该系统利用面向生产的数据管道和混合奖励机制，在训练过程中确保可靠性。

  • CogEvol在22万次请求中完成幻灯片生成的中位延迟为17秒，交互式页面生成耗时59秒。
  • CogEvol-27B在幻灯片质量上得分83.7，在包含500个案例的交互式HTML基准测试中得分63.7，其参数量仅为旗舰级编码模型的1/26.9。
  • CogEvol-4B以Apache 2.0许可证开源发布，而CogEvol-27B则与OpenMAIC团队合作投入生产环境使用。
  • 脚手架编辑使交互式页面生成成本降低约76%，且该堆栈在国产昇腾加速器上运行，性能与A800 GPU持平。

该方法通过在可访问的硬件上实现高效、可靠的工件生成，降低了大规模AI原生教育的单位成本。