写在前面
这是一个高校场景中的真实大模型微调案例，我用一份开源数据替换掉了用户的真实数据，把它变成了一个toy demo，希望对想要入门大模型微调的小伙伴有所帮助。 
背景
深夜十一点，李老师揉了揉发酸的眼睛，面前还有三十多篇作文等待批改。 
这是无数语文教师的日常写照——繁重的批改负担、难以完全统一的标准、反馈到达学生手中时已失去时效性。 
而在AI技术日新月异的今天，我们能否让机器真正“理解”一篇作文的优劣？ 
答案是肯定的。基于Qwen3-VL-30B-A3B-Instruct大模型，我们成功打造了一款能够深度理解中文作文的智能阅卷助手，让作文批改走向自动化、标准化、即时化。 
在这个项目中，我们对同一篇《知之·行之·思之》进行评分，两者都能读懂文章、给出评价，但风格和“老师味儿”差异非常明显： 
[image1.png]基线模型更偏向概括性、理论化的评析风格。虽然也提及“结构严谨、...