خطة الدراسة التي تدعم الذكاء الاصطناعى وتلخيص الكتاب
يحتوي هذا المستودع على حلين قويين يحركان AI: قالب هندسي سريع لإنشاء خطط دراسة شخصية ونظام تلخيص هرمي لتكثيف الكتب الطويلة في ملخصات شاملة. يستفيد كلا الحللين من نماذج اللغة المتقدمة وتقنيات الهندسة السريعة لتقديم مخرجات مخصصة وفعالة.
جدول المحتويات
- خطة الدراسة التي تدعم الذكاء الاصطناعى وتلخيص الكتاب
- جدول المحتويات
- ملخص
- مطالبة خطة الدراسة الشخصية
- تثبيت
- الاستخدام
- تفاصيل سريعة
- تقنيات الهندسة الفوري
- نظام تلخيص
- الميزات الرئيسية
- الاستخدام
- تفاصيل التنفيذ
- التحديات والحلول
- الخطوات التالية
- المساهمة
- رخصة
ملخص
يجمع هذا المشروع بين حلين قويين من الذكاء الاصطناعي: موجه خطة دراسة شخصية ونظام تلخيص الكتب. تولد موجه خطة الدراسة الشخصية خطط دراسة مصممة للطلاب بناءً على احتياجاتهم الفريدة ونقاط القوة والتطلعات. نظام التلخيص ، من ناحية أخرى ، يتكثف الكتب الطويلة في ملخصات شاملة ، معالجة القيد المميز لـ GPT-4.
مطالبة خطة الدراسة الشخصية
تثبيت
لاستخدام هذه المطالبة ، ستحتاج إلى تثبيت التبعيات التالية:
- بيثون 3.10
- لانجشين
- Openai GPT-4 ، Groq
- محول PDF FPDF
يمكنك تثبيت الحزم المطلوبة باستخدام PIP:
pip install -r requirements.txt
الاستخدام
- استنساخ هذا المستودع إلى جهازك المحلي.
- استيراد الوحدات النمطية اللازمة وتحميل القالب المطري.
- توفير بيانات الطالب المطلوبة كمتغيرات إدخال.
- قم بإنشاء خطة الدراسة المخصصة باستخدام القالب السريع ونموذج اللغة المفضل لديك.
لمزيد من تعليمات الاستخدام التفصيلية ، يرجى الرجوع إلى قسم التفاصيل المطالبة.
تفاصيل سريعة
يتم شرح التفاصيل المطالبة ، بما في ذلك متغيرات الإدخال ، والمكونات الرئيسية ، وتقنيات الهندسة المطالبة ، في ملف regal.ipynb.
تقنيات الهندسة الفوري
تتضمن موجه خطة الدراسة المخصصة تقنيات الهندسة الفوري التالية:
- تحلل المهمة
- تعليمات وصفية
- مثال جيل
- التأريض
- قيود الإخراج
- توضيح الغرض
لمزيد من المعلومات حول هذه التقنيات وكيفية تنفيذها في المطالبة ، يرجى الرجوع إلى ملف proft.ipynb.
نظام تلخيص
الميزات الرئيسية
- تلخيص هرمي: يستخدم نهج تلخيص متعدد المستويات للتعامل مع النصوص الطويلة ضمن حد الرمز المميز.
- chatgpt و Groq Integration: توظف chatgpt لملخصات الفصل الأولية و Groq للحصول على الملخصات الشاملة النهائية.
- تجزئة النص: يقسم الكتاب إلى وحدات أصغر للمعالجة الفعالة وتوليد الملخص.
- معالجة الملفات: يحفظ ملخصات الفصل الفردية ويجمعها لتشكيل ملخص نهائي لسهولة الوصول.
الاستخدام
- الإدخال: قدم الكتاب المطول بتنسيق متوافق (على سبيل المثال ، PDF ، نص عادي).
- التنفيذ: قم بتشغيل نص Python المقدم لبدء عملية التلخيص.
- الإخراج: الوصول إلى الملخص الشامل النهائي الناتج عن النظام.
تفاصيل التنفيذ
- تلخيص الفصل: يستخدم chatgpt لتلخيص كل فصل بشكل فردي.
- ملخص شامل: توظف Groq لإنشاء ملخص متماسك من خلال الجمع بين ملخصات الفصل.
- إدارة الملفات: تنظم ملخصات في ملفات منفصلة لسهولة الاسترجاع والمرجع.
التحديات والحلول
- قيود الحد من الرمز المميز: تم تخفيفه عن طريق تحطيم الكتاب إلى وحدات أصغر وتلخيصها تدريجياً.
- التماسك والاتساق: ضمان من خلال التكامل الدقيق لملخصات الفصل في الملخص الشامل النهائي.
- حدود معدل API: يتم التعامل معها عن طريق تنفيذ آليات الحد من المعدل وتحسين استخدام API.
الخطوات التالية
- استكشف المزيد من تقنيات التحسين لتعزيز كفاءة وجودة التلخيص.
- دمج آليات ملاحظات المستخدم لتحسين وتحسين عملية التلخيص.
- تمديد الدعم لتنسيقات المستندات الإضافية والتكامل مع خدمات التخزين الخارجية.
المساهمة
المساهمات في هذا المشروع مرحب بها. إذا كان لديك أي اقتراحات أو تقارير الأخطاء أو طلبات الميزات ، فيرجى فتح مشكلة أو إرسال طلب سحب.
رخصة
هذا المشروع مرخص بموجب ترخيص معهد ماساتشوستس للتكنولوجيا.
