Lernit

Lernit

Uma plataforma Edtech usando engenharia rápida. ? O que é isso? Os grandes modelos de idiomas (LLMs) estão emergindo como uma tecnologia transformadora, permitindo que os desenvolvedores criem aplicativos que anteriormente não pudessem. No entanto, o uso desses LLMs isoladamente é frequentemente insuficiente para criar um aplicativo verdadeiramente poderoso - o poder real ocorre quando você pode combiná -los com outras fontes de computação ou conhecimento.

Sistema de perguntas e respostas baseadas em frascos para GPT

Este é um aplicativo da Web baseado em frascos que se integra à API de face abraçada para gerar perguntas de múltipla escolha com base na entrada do usuário e fornecer respostas corretas e incorretas. O projeto usa o Flask para a estrutura da Web e Langchain para lidar com o modelo GPT-3, desde o Face Abraçando.

Características

• Autenticação do usuário : Páginas de login e inscrição para interação do usuário.
• Integração do GPT : usa o GPT-3 para gerar perguntas de múltipla escolha com respostas.
• Vários modelos GPT-3 : integra diferentes modelos de prompt para gerar respostas corretas e incorretas para as perguntas.
• Interface da Web : fornece uma interface de usuário limpa para interagir com o modelo GPT e visualizar as perguntas e respostas geradas.
• Integração da API : lida com solicitações de postagem para gerar perguntas e respostas dinamicamente.

Configuração do projeto

Para executar este projeto localmente, siga estas etapas:

Pré -requisitos

• Python 3.7 ou superior
• Balão
• Abraçando a API do rosto (modelo flan-t5)
• Langchain
• DOTENV (para gerenciamento de variável ambiental)

Instalação

1. Clone o repositório:

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

2. Navegue até o diretório do projeto:

    cd Flask-GPT-Application

3. Instale as dependências necessárias:

   pip install -r requirements.txt

4. Configure o arquivo .env com sua tecla API de face abraça:

    HUGGINGFACE_API_KEY = your_api_key_here

Executando o aplicativo

1. Execute o aplicativo Flask:

   python app.py

2. Visite http://127.0.0.1:5000 no seu navegador da web.

Endpoints da API

• Get / : Página inicial
• Get /login : página de login
• GET /signup : Página de inscrição
• Get /youtube : Página do YouTube
• Get /features : Página de Recursos
• Get /resources : Página de Recursos
• Post /gpt : gera perguntas de múltipla escolha com base no termo de pesquisa do usuário.
• POST /gpt3 : Outro terminal para gerar perguntas exclusivas de múltipla escolha com base em um prompt diferente.

Exemplo de solicitação para /gpt :

• Método: Post
• Corpo (dados de formulário):

   search: "Science"
  

Exemplo de resposta:

{
  "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 }
  ]
}

Tecnologias usadas

• Flask : Python Web Framework para criar aplicativos da Web.
• Langchain : uma estrutura para construir cadeias de modelos de idiomas.
• Abraçando o rosto : uma plataforma que fornece acesso a modelos de aprendizado de máquina de última geração (usados ​​aqui com flan-t5-xxl ).
• HTML/CSS : para o design do front -end.

Contribuindo

1. Bifra o repositório.
2. Crie uma nova ramificação ( git checkout -b feature-name ).
3. Faça suas alterações.
4. Comprometa suas alterações ( git commit -am 'Add new feature' ).
5. Empurre para a filial ( git push origin feature-name ).
6. Crie uma nova solicitação de tração.

Licença

Este projeto está licenciado sob a licença do MIT - consulte o arquivo de licença para obter detalhes.

Agradecimentos

• Abraçando o rosto para fornecer os modelos de idiomas.
• Langchain para simplificar a integração de modelos de linguagem em aplicações de frasco.