Lernit
1.0.0
프롬프트 엔지니어링을 사용하는 Edtech 플랫폼. ? 이게 뭔가요? 대형 언어 모델 (LLM)은 혁신적인 기술로 떠오르고있어 개발자가 이전에는 할 수 없었던 응용 프로그램을 구축 할 수 있습니다. 그러나 이러한 LLM을 분리하여 사용하는 것은 종종 강력한 앱을 만들기에 충분하지 않습니다. 실제 힘은 다른 계산 또는 지식 소스와 결합 할 수있을 때 발생합니다.
이것은 Hugging Face API와 통합되어 사용자 입력을 기반으로 객관식 질문을 생성하고 정확하고 잘못된 답변을 제공하는 플라스크 기반 웹 응용 프로그램입니다. 이 프로젝트는 Web Framework 및 Langchain 용 Flask를 사용하여 GPT-3 모델을 포옹하는 얼굴로 처리합니다.
이 프로젝트를 로컬로 운영하려면 다음을 수행하십시오.
저장소 복제 :
git clone https://github.com/yourusername/Flask-GPT-Application.git프로젝트 디렉토리로 이동하십시오.
cd Flask-GPT-Application필요한 종속성 설치 :
pip install -r requirements.txt Hugging Face API 키로 .env 파일을 설정하십시오.
HUGGINGFACE_API_KEY = your_api_key_here플라스크 앱 실행 :
python app.py 웹 브라우저에서 http://127.0.0.1:5000 방문하십시오.
/ : 홈페이지/login : 로그인 페이지/signup : 가입 페이지/youtube : YouTube 페이지/features : 기능 페이지/resources : 리소스 페이지/gpt : 사용자의 검색어에 따라 객관식 질문을 생성합니다./gpt3 : 다른 프롬프트를 기반으로 고유 한 객관식 질문을 생성하기위한 또 다른 엔드 포인트./gpt 에 대한 예제 : search: "Science"
{
"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 }
]
}flan-t5-xxl 과 함께 사용).git checkout -b feature-name ).git commit -am 'Add new feature' ).git push origin feature-name ).이 프로젝트는 MIT 라이센스에 따라 라이센스가 부여됩니다. 자세한 내용은 라이센스 파일을 참조하십시오.
