北航×百度飞桨 | AI人才是如何培育的？

上午，在百度科技园的会议室里，5位北航人工智能学院的大三同学正围绕任务开展热烈讨论。午后，他们分头投入实战——有人调试平台，有人完善数据集建设方案，还有人整理项目日志。每周，他们都会与研发导师共同复盘进展、定位问题、规划下一步方向。

这是同学们在企业一线真实参与研发的日常，也是一次由北航人工智能学院与百度飞桨联合打造的社会课堂。同学们走出校园，在产业真实环境中，完成从理论认知到工程实践的跨越。

（人员合照）

社会课堂

从理论学习到业务成果

在真实场景锤炼中，同学们对大模型的构想一步步转化为可量化、可复用的技术成果。

数据构建与质检成果：围绕文档/图表理解与工具调用的冷启动需求，构建了可复用的数据生产—筛选—质检闭环。

搭建组内首个基于 RefCOCO 的端到端数据生成与筛选管线，首批产出高质量样本1.2万条；
在 ChartQA/SA-1B/RefCOCO 三类任务中累计生成约3.2万条高质量数据（整体提取率约20%）；
构建复合筛选模式，开发 Gradio 可视化质检与复盘平台，显著提升质检效率；
实现数据生产与模型能力解耦，可在十亿级开源数据上持续运行与演进，为多模态工具后续迭代提供长效数据支撑。

训练与评测闭环成果：不显著增加算力成本的前提下，实现了模型收敛速度与效果的双提升。

实现动态难度采样与高质量数据过滤，使 ERNIE4.5-VL-28B-A3B 较 baseline 在三项 benchmark 分别提升4.2%、1%、1.2%；
通过样本回流训练和形成监督闭环，使 ERNIE4.5-VL-28B-A3B 在内部文档场景另外三项 benchmark 分别提升1.5%、1.2%、2.5%。

（技术导师见面会）

公司团队评价：

“同学们通过参与飞桨多模态算法团队攻坚，验证了多模态工具调用方案在框架的可行性，相关特性已纳入核心代码库；并且通过端到端实验，形成多个标准分析文档，显著降低 RL 实验成本。”

“业务成果不仅体现在指标上，更形成了一套可持续演进的闭环方案。”

（技术讨论会）

项目制学习

以实战锻造综合能力

本次社会课堂以大模型真实项目为牵引，将学习探索与工程实践深度融合，重点培养学生面向未来的综合素养。

科研思维：开放选题、自主设计，学生作为“共创者”全程参与任务拆解、方案设计与实验验证；
工程实践：从标注工具开发到训练 pipeline 搭建，再到评测报告撰写，全部由学生亲手完成；
协同机制：学院统一组织、校企联合保障，通过培训、技术讨论会与答辩帮助学生快速进入工作角色；
职业成长：项目结束后，开放长期实习通道并协助同学转入，实现从课堂到岗位的自然过渡。

为拓展社会课堂的培养维度，百度飞桨运营团队也提供了多元支持。

文化融入：组织参与百度安全月、部门活动等，沉浸式感受企业文化；
全程陪伴：运营导师每周沟通，中期开展1v1访谈交流，关注同学们学习、工作体验；
长期支持：推荐加入内部技术社群，提供开源项目与行业会议参与机会，拓宽成长路径。

（项目讨论）

多重收获

来自师生的真实声音

来自学校师生、企业一线的真实感受，是对社会课堂模式的生动注脚。

“很欣慰看到同学们不仅在社会课堂中收获了学习与成长，还为企业生产带来了切实的贡献。”

——北航人工智能学院副院长文晓

“社会课堂不仅让学生获得研发经验，更通过他们的努力反哺了业务，形成科研与产业的双向支持。”

——百度公司技术导师吕文玉

“在百度实习期间，我系统学习了强化学习相关理论，深入接触了 GRPO、DAPO 与 RLHF 等算法，并在实践中协同完成了动态难度采样策略的构建与调试，提升了训练的稳定性与可持续性。同时，我参与了训练模型工具调用 RLHF 实验的全流程，积累了大型代码库开发与问题排查的经验。在团队协作中，我与同事主动沟通、高效配合，切身感受到工程思维与自动化在提升效能方面的重要价值。这段实习不仅锻炼了我的代码与实验能力，也让我体会到从‘学术探索’到‘工业落地’的差异与联系，为今后的学习与科研积累了宝贵经验。”

——北航人工智能学院学生俞文瀚