Lernit

Лернит

Платформа EDTech с использованием быстрого инженера. ? Что это? Крупные языковые модели (LLMS) становятся трансформирующей технологией, что позволяет разработчикам создавать приложения, которые они ранее не могли. Тем не менее, использование этих LLMS в изоляции часто недостаточно для создания действительно мощного приложения - реальная сила приходит, когда вы можете объединить их с другими источниками вычислений или знаний.

Приложение Flask для системы вопросов и ответов на основе GPT

Это веб-приложение, основанное на колбе, которое интегрируется с API обнимающего лица для генерации вопросов с несколькими вариантами выбора на основе ввода пользователя и предоставления правильных и неверных ответов. Проект использует Flask для веб-структуры и Langchain для обработки модели GPT-3 от обнимающего лица.

Функции

• Аутентификация пользователя : вход в систему и регистрацию страниц для взаимодействия с пользователем.
• Интеграция GPT : использует GPT-3 для генерации вопросов с несколькими вариантами ответов.
• Несколько моделей GPT-3 : интегрируют различные шаблоны подсказки для создания как правильных, так и неправильных ответов для вопросов.
• Веб -интерфейс : предоставляет чистый пользовательский интерфейс для взаимодействия с моделью GPT и просмотра сгенерированных вопросов и ответов.
• Интеграция API : обрабатывает запросы публикации для динамического генерации вопросов и ответов.

Настройка проекта

Чтобы запустить этот проект локально, следуйте этим шагам:

Предварительные условия

• Python 3.7 или выше
• Колба
• Обнимающееся лицо API (модель FLAN-T5)
• Лангхейн
• dotenv (для управления переменной среды)

Установка

1. Клонировать репозиторий:

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

2. Перейдите к каталогу проекта:

    cd Flask-GPT-Application

3. Установите требуемые зависимости:

   pip install -r requirements.txt

4. Установите файл .env с вашим ключом API обнимающего лица:

    HUGGINGFACE_API_KEY = your_api_key_here

Запуск приложения

1. Запустите приложение Flask:

   python app.py

2. Посетите http://127.0.0.1:5000 в своем веб -браузере.

API конечные точки

• Получить / : домашняя страница
• Get /login : страница входа в систему
• Получить /signup : страница регистрации
• Get /youtube : страница YouTube
• Get /features : страница функций
• Get /resources : страница ресурсов
• Post /gpt : генерирует вопросы с несколькими вариантами выбора на основе термина поиска пользователя.
• Post /gpt3 : еще одна конечная точка для создания уникальных вопросов с несколькими вариантами выбора на основе другой подсказки.

Пример запроса для /gpt :

• Метод: пост
• Тело (данные формы):

   search: "Science"
  

Пример ответа:

{
  "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 }
  ]
}

Технологии используются

• Флэста : Python Web Framework для создания веб -приложений.
• Langchain : структура для создания языковых модельных цепей.
• Объятие лица : платформа, которая обеспечивает доступ к современным моделям машинного обучения (используется здесь с flan-t5-xxl ).
• HTML/CSS : для дизайна фронта.

Внося

1. Вилка репозитория.
2. Создайте новую филиал ( git checkout -b feature-name ).
3. Внесите свои изменения.
4. Сделайте свои изменения ( git commit -am 'Add new feature' ).
5. Нажмите к ветви ( git push origin feature-name ).
6. Создайте новый запрос на привлечение.

Лицензия

Этот проект лицензирован по лицензии MIT - для получения подробной информации см. Файл лицензии.

Благодарности

• Обнимаю лицо за предоставление языковых моделей.
• Langchain для упрощения интеграции языковых моделей в приложения Flask.