6月23日，国内首个针对高考志愿挖报场景的AI才气测评述说《高考志愿AI测评基准》公布。该述说由友松实验室独立完成，以千问高考志愿挖报Agent做为测评工具。功效隐现，千问多项暗示已抵达人类志愿咨询师水平，正在波动性、切确性、机关化表达取效率层面更具劣势。
友松实验室是一个专注人工智能取教育决议计划研讨的独立研讨团队，经久关注年夜模子才气评价、教育场景中的 AI 利用，以及教生升教选择中的疑息、认知取决议计划成绩，研讨功效被多所高校、科研机构回收。此次公布的测评基准，旨正在为快速泛起的高考志愿AI产物建立一套公开、可复现、可扩展的评价框架，领略AI正在当前阶段能够负担的任务鸿沟。
考虑到千问高考Agent基于夸克8年高考办事数据取履历构建，正在产物形状、数据积累和用户笼盖上具有止业代表性，述说将其列为首个测评工具。人类比较组则由53名志愿挖报咨询师构成，均匀从业年限4.6年。
测评笼盖高考志愿根柢事实取划定规矩、模仿志愿挖报、开放式咨询和志愿举荐述说四个环节，对招考生和家长挖报志愿时从查质料、看划定规矩，到排计划、做决议计划的次要流程。
功效隐现，正在44道客不美不俗观题中，千问全数答对，精确率为100%，人类咨询师均匀精确率为89.3%;正在模仿志愿挖报中，千问计划搜罗6个可及第志愿，已隐现隐性偏好违犯，并射中过后评价的最劣功效，人类咨询师均匀为5.3个可及第志愿;正在开放式咨询中，评审专家正在100场匿名比较中，有58次更倾背选择千问版本，“可间接背教生和家长展示的”可间接展示率为56.0%，高于人类咨询师回覆的33.0%，认为其正在专业途径拆解、风险提醉和表达明晰度上更为波动。
述说认为，正在测评设定的任务规模内，千问的多项暗示已抵达资深人类咨询师水平，特别正在波动性、切确性、机关化表达取呼应效率方面隐现出劣势。
但述说同时指出，人类咨询师的价值同样不成替代。特别正在收入预期、就业判断等需求连络个别情况盛年夜校准的话题上，咨询师更能给出切近理想的建议;正在亲子协商、价值取舍等场景中，机关残缺的AI计划也无法替代人取人之间的沟通和判断。
述说建议，AI更擅长高效完成疑息核验、质料整理和计划初筛，人类咨询师则可更多聚焦家庭沟通、价值取舍和个性化判断。二者构成互补，才气让志愿挖报既进步精确性，也更切近考生和家庭的理想需求。
