Lernit

Lernit

Una plataforma EDTech utilizando ingeniería rápida. ? ¿Qué es esto? Los modelos de idiomas grandes (LLM) están surgiendo como una tecnología transformadora, lo que permite a los desarrolladores crear aplicaciones que anteriormente no podían. Sin embargo, el uso de estos LLM aislados a menudo es insuficiente para crear una aplicación verdaderamente poderosa: el poder real se produce cuando puede combinarlos con otras fuentes de cálculo o conocimiento.

Aplicación de frascos para el sistema de preguntas y respuestas basado en GPT

Esta es una aplicación web basada en frascos que se integra con la API de la cara de abrazo para generar preguntas de opción múltiple basada en la entrada del usuario y proporcionar respuestas correctas e incorrectas. El proyecto utiliza Flask para el marco web y Langchain para manejar el modelo GPT-3 de abrazar la cara.

Características

• Autenticación del usuario : páginas de inicio de sesión y registrados para la interacción del usuario.
• Integración GPT : utiliza GPT-3 para generar preguntas de opción múltiple con respuestas.
• Múltiples modelos GPT-3 : integra diferentes plantillas de solicitud para generar respuestas correctas e incorrectas para las preguntas.
• Interfaz web : proporciona una interfaz de usuario limpia para interactuar con el modelo GPT y ver las preguntas y respuestas generadas.
• Integración de API : maneja las solicitudes de publicación para generar preguntas y respuestas dinámicamente.

Configuración del proyecto

Para ejecutar este proyecto localmente, siga estos pasos:

Requisitos previos

• Python 3.7 o superior
• Matraz
• API de la cara abrazada (modelo Flan-T5)
• Langchain
• Dotenv (para la gestión de variables de entorno)

Instalación

1. Clon el repositorio:

   git clone https://github.com/yourusername/Flask-GPT-Application.git

2. Navegue al directorio del proyecto:

    cd Flask-GPT-Application

3. Instale las dependencias requeridas:

   pip install -r requirements.txt

4. Configure el archivo .env con la tecla API de la cara abrazada:

    HUGGINGFACE_API_KEY = your_api_key_here

Ejecutando la aplicación

1. Ejecute la aplicación Flask:

   python app.py

2. Visite http://127.0.0.1:5000 en su navegador web.

Puntos finales de API

• Get / : Página de inicio
• Obtener /login : página de inicio de sesión
• Obtener /signup : página de registro
• Get /youtube : página de YouTube
• Obtener /features : Página de características
• Obtener /resources : página de recursos
• Post /gpt : genera preguntas de opción múltiple basadas en el término de búsqueda del usuario.
• Post /gpt3 : otro punto final para generar preguntas únicas de opción múltiple basadas en un mensaje diferente.

Solicitud de ejemplo para /gpt :

• Método: Publicar
• Cuerpo (datos de formulario):

   search: "Science"
  

Respuesta de ejemplo:

{
  "question" : " Q: Generate random unique hard Multiple choice questions with answers on Science topic? " ,
  "answers" : [
    { "text" : " Answer A " , "correct" : true },
    { "text" : " Answer B " , "correct" : false },
    { "text" : " Answer C " , "correct" : false },
    { "text" : " Answer D " , "correct" : false }
  ]
}

Tecnologías utilizadas

• Frasco : Marco web de Python para crear aplicaciones web.
• Langchain : un marco para construir cadenas de modelos de idiomas.
• Abrazando la cara : una plataforma que proporciona acceso a modelos de aprendizaje automático de última generación (utilizado aquí con flan-t5-xxl ).
• HTML/CSS : para el diseño frontend.

Que contribuye

1. Bifurca el repositorio.
2. Cree una nueva rama ( git checkout -b feature-name ).
3. Haga sus cambios.
4. Comprometer sus cambios ( git commit -am 'Add new feature' ).
5. Empuje a la rama ( git push origin feature-name ).
6. Cree una nueva solicitud de extracción.

Licencia

Este proyecto tiene licencia bajo la licencia MIT; consulte el archivo de licencia para obtener más detalles.

Expresiones de gratitud

• Abrazar la cara para proporcionar los modelos de idiomas.
• Langchain para simplificar la integración de los modelos de lenguaje en aplicaciones frascos.