专题演讲嘉宾：林建和

AI 创作是大模型时代新长出来的应用方向，如今已成为各大模型产品标配的功能。本次分享围绕夸克两个创作产品—— AI 写作和 AI PPT 分享相关实践之路。我会首先介绍 AI 写作的产品背景和用户需求以及背后的技术挑战，进而分享我们在写作 Reward System 构建以及 RL 算法的技术和工程实践，然后介绍 AI PPT 从模板 PPT 到 Code PPT 的技术演进。最后进行总结和未来展望。

演讲提纲

1. 引言

• AI 写作背景介绍
• AI PPT 背景介绍

2. AI 写作

• 关键难点
  • 评价难——文无第一，永无止境
  • 任务难——百篇检索，万字长文
  • 体裁广——千种体裁，要求各异
• 技术方案
  • 多维度 Reward System 迭代式筛选数据
  • 基于模型自举和相对策略优化RL算法
  • 多阶段 Plan-cot 和知识增强

3. AI PPT

• 模板 PPT：大模型生成文字匹配模板库
• CodePPT ：大模型 Coding 生成 PPT

4. 总结和展望

您认为，这样的技术在实践过程中有哪些痛点？

• 创作的评价标准难以客观、量化
• 常规技术路线 vs 下一代技术的抉择

演讲亮点

• 多维度 Reward System 和自研的基于模型自举和相对策略优化 RL 算法
• 基于 Html Coding 的 PPT 生成技术

听众收益

• 大模型时代用户在办公、创作方面的应用发展趋势
• 夸克 AI 创作的实际技术方案选择、踩坑和演进之路