Plan d'étude propulsé par l'IA et résumé des livres
Ce référentiel contient deux puissantes solutions axées sur l'IA: un modèle d'ingénierie rapide pour générer des plans d'étude personnalisés et un système de résumé hiérarchique pour condensation de longs livres en résumés complets. Les deux solutions exploitent des modèles de langage avancé et des techniques d'ingénierie rapides pour fournir des sorties sur mesure et efficaces.
Table des matières
- Plan d'étude propulsé par l'IA et résumé des livres
- Table des matières
- Aperçu
- Plan d'étude personnalisé invite
- Installation
- Usage
- Des détails proches
- Techniques d'ingénierie rapides
- Système de résumé
- Caractéristiques clés
- Usage
- Détails de la mise en œuvre
- Défis et solutions
- Étapes suivantes
- Contributif
- Licence
Aperçu
Ce projet combine deux puissantes solutions d'IA: une invite de plan d'étude personnalisée et un système de résumé de livre. L'invite du plan d'étude personnalisé génère des plans d'étude sur mesure pour les étudiants en fonction de leurs besoins, des forces et des aspirations uniques. Le système de résumé, en revanche, condense de longs livres en résumés complets, abordant la contrainte de limite de jeton de GPT-4.
Plan d'étude personnalisé invite
Installation
Pour utiliser cette invite, vous devrez installer les dépendances suivantes:
- Python 3.10
- Lubriole
- Openai GPT-4, Groq
- Convertisseur PDF FPDF
Vous pouvez installer les packages requis à l'aide de PIP:
pip install -r requirements.txt
Usage
- Clone ce référentiel à votre machine locale.
- Importez les modules nécessaires et chargez le modèle d'invite.
- Fournissez les données des étudiants requis en tant que variables d'entrée.
- Générez le plan d'étude personnalisé à l'aide du modèle rapide et de votre modèle de langue préférée.
Pour des instructions d'utilisation plus détaillées, veuillez vous référer à la section Détails de l'invite.
Des détails proches
Les détails de l'invite, y compris les variables d'entrée, les composants clés et les techniques d'ingénierie invite, sont expliqués dans le fichier invite.ipynb.
Techniques d'ingénierie rapides
L'invite du plan d'étude personnalisé intègre les techniques d'ingénierie rapide suivantes:
- Décomposition des tâches
- Instructions descriptives
- Exemple de génération
- Mise à la terre
- Contraintes de sortie
- Clarification des objectifs
Pour plus d'informations sur ces techniques et comment elles sont implémentées dans l'invite, veuillez vous référer au fichier invite.ipynb.
Système de résumé
Caractéristiques clés
- Résumé hiérarchique: utilise une approche de résumé à plusieurs niveaux pour gérer de longs textes dans la limite de jeton.
- CHATGPT et GROQ Intégration: utilise le chatppt pour les résumés de chapitre initiaux et le GROQ pour les résumés complets finaux.
- Segmentation du texte: divise le livre en unités plus petites pour un traitement efficace et une génération de résumé.
- Gestion des fichiers: enregistre des résumés de chapitre individuels et les combine pour former un résumé final pour un accès facile.
Usage
- Entrée: Fournissez le long livre dans un format compatible (par exemple, PDF, texte brut).
- Exécution: exécutez le script Python fourni pour initier le processus de résumé.
- Sortie: Accédez au résumé complet final généré par le système.
Détails de la mise en œuvre
- Résumé du chapitre: utilise le chatppt pour résumer chaque chapitre individuellement.
- Résumé complet: utilise le GROQ pour générer un résumé cohérent en combinant les résumés des chapitres.
- Gestion des fichiers: organise des résumés dans des fichiers séparés pour une récupération et une référence faciles.
Défis et solutions
- Contrainte de limite de jetons: atténuée en décomposant le livre en unités plus petites et en les résumant progressivement.
- Cohérence et cohérence: assurée par une intégration minutieuse des résumés des chapitres dans le résumé final final.
- Limites de taux d'API: géré en mettant en œuvre des mécanismes de limitation des taux et en optimisant l'utilisation de l'API.
Étapes suivantes
- Explorez d'autres techniques d'optimisation pour améliorer l'efficacité et la qualité du résumé.
- Incorporez les mécanismes de rétroaction des utilisateurs pour affiner et améliorer le processus de résumé.
- Étendre la prise en charge des formats de documents supplémentaires et l'intégration avec les services de stockage externes.
Contributif
Les contributions à ce projet sont les bienvenues. Si vous avez des suggestions, des rapports de bogues ou des demandes de fonctionnalités, veuillez ouvrir un problème ou soumettre une demande de traction.
Licence
Ce projet est autorisé sous la licence du MIT.
