VirtuTA
1.0.0
Willkommen in Virtuta, einem innovativen Projekt zum Aufbau eines voll funktionsfähigen elektronischen/virtuellen Lehrassistenten für Universitätskurse. Virtuta wurde entwickelt, um die Bildungserfahrung zu verbessern, indem sie sofortige, genaue und kontextbezogene Antworten auf Studentanfragen bereitstellen. Dieses Projekt nutzt die neuesten Fortschritte in der maschinellen Lernen, in der Verarbeitung natürlicher Sprache und der KI, um Studenten und Ausbilder in einem akademischen Umfeld zu unterstützen.
In der sich ständig weiterentwickelnden Landschaft der Bildung war die Nachfrage nach effektiven und effizienten Unterrichtsinstrumenten noch nie größer. VirtuTA zielt darauf ab, diese Nachfrage zu befriedigen, indem sie einen virtuellen Lehrassistenten zur Verfügung stellen, der in der Lage ist, verschiedene Aufgaben zu erledigen, von der Beantwortung von Studentenfragen bis hin zur Bereitstellung detaillierter Feedback und Unterstützung. Dieses Projekt ist ein Höhepunkt der Fähigkeiten, die wir durch zahlreiche Laboraufgaben und das zusätzliche Fachwissen, das wir in domänenspezifischen Funktionen gewonnen haben, verbessert.
Unsere Plattform integriert verschiedene Bildungsinstrumente und Datenquellen, um eine nahtlose Benutzererfahrung zu bieten. Dieses Projekt ist Teil einer größeren Initiative zur Erforschung und Implementierung hochmoderner Technologie in Bildungsumgebungen.
Klicken Sie auf das Bild unten, um das Video anzuzeigen
Das letzte Projekt dieses Semesters zielt darauf ab, eine vollständige Arbeitslösung für elektronische/virtuelle Lehrassistenten zu entwickeln, die Virtuta genannt werden. Unser Ansatz basiert in einem strukturierten und inkrementellen Entwicklungsprozess, um sicherzustellen, dass wir eine Plattform erstellen, die nicht nur funktional, sondern auch skalierbar und an unterschiedliche Bildungsbedürfnisse anpassbar ist.
DSCI 560: Data Science Professional Practicum Endprojekt
Automatisierte Login- und Echtzeit-Datenerfassung : Virtuta unterstützt die automatische Anmeldung für Plattformen wie Piazza und webbasierte Foren und stellt die Erfassung und Interaktion in Echtzeit sicher.
Kontextbewusste Antworten : Unser System verwendet erweiterte Einbettungsalgorithmen, um Benutzeranfragen mit den relevantesten Antworten zu entsprechen und statische und dynamische Inhalte einzubeziehen.
Multimodale Antworten : Virtuta kann Bilder und Videos in seine Antworten einbeziehen und die erklärende Kraft und das Engagement des Assistenten verbessern.
Integration mit externen Tools : Der Assistent kann sich in Tools wie OpenAI und Huggingface für verbesserte Sprachverarbeitungsfunktionen integrieren.
Logistische Unterstützung : Bietet zeitnahe Aktualisierungen und Antworten im Zusammenhang mit der Kurslogistik und hilft den Schülern, auf dem Laufenden zu bleiben und organisiert zu bleiben.
Automatisierte Kommunikation: Virtuta optimiert die Interaktionen zwischen Studenten und Ausbildern, indem sie automatisierte Antworten auf gemeinsame Fragen liefern, Diskussionsforen ermöglichen und personalisierte Unterstützung anbieten.
Zuordnungsmanagement: Verwalten Sie die Zuordnungen nahtlos, einschließlich Erstellung, Verteilung, Einstufung und Feedback -Bereitstellung.
Inhaltsbereitstellung: Kursmaterialien wie Vorlesungsfolien, Messwerte und Multimedia -Inhalte für zugängliches und überall und überall Lernen einfach hochladen und organisieren.
Unterstützung der Schüler: Personalisierte Unterstützung durch Q & A -Sitzungen, Studienführer, Nachhilfe und zusätzliche Ressourcenempfehlungen.
Analytik und Erkenntnisse: Analysieren Sie die Interaktionen und Leistungsdaten der Schüler und Leistungsdaten, um wertvolle Erkenntnisse zur Verbesserung der Lehrstrategien und zur Verfolgung der Schüler des Schülers zu generieren.
Zusätzlich zu den Kernmerkmalen umfasst Virtuta einen agenten-Workflow, der von Relevanz-Augment-Generation (RAG) -Prinzipien inspiriert ist. Dieser Workflow verbessert die Funktionen von Virtuta durch die Integration leistungsstarker Datenabruf- und Generationstechniken, um sicherzustellen, dass der Assistent genaue und kontextbezogene Antworten liefert.
Wir haben mit Langchain einen multimodal RAG erstellt, der von Google Gemini betrieben wird. Für das Kontextbewusstsein verwenden wir zwei Vektorspeicher mit der Suche nach Mongo Atlas Vector Search nach inhaltsbasierten und logististischen Abfragen. Virtuta generiert detaillierte und umfassende Antworten mit Schnappschüssen aus Folien, Zeitstempeln, Links zu Videos und Quellen. Darüber hinaus wird die YouTube-API nach inhaltsbasierten Abfragen abgefragt, um die besten Videos bereitzustellen, in denen die Konzepte erläutert werden, die die Schüler suchen.
Dieser Agenten -Workflow ist direkt in Piazza, ein beliebtes Forum -Schüler und Lehrer an vielen Universitäten. Es nutzt die Piazza -API, um unbeantwortete und ungelöste Fragen abzufragen und Antworten direkt im Thread zu liefern.
Wir laden Sie ein, Virtuta zu erkunden und uns auf dieser aufregenden Reise zur Revolutionierung der Bildungserfahrung zu begleiten. Ihr Feedback und Ihre Beiträge sind von unschätzbarem Wert, da wir uns bemühen, Virtuta zu einem hochmodernen virtuellen Lehrassistenten zu machen.
Notiz
Piazza -Klassenzimmereinladung: Klicken Sie hier. Das Klassenzimmer kann aktiv sein oder nicht, da ein Projekt derzeit nicht aufrechterhalten wird
Klonen Sie das Repository : Klonen Sie dieses Repository in Ihre lokale Maschine.
Navigieren Sie zum Projektverzeichnis : Öffnen Sie Ihre Terminal- oder Eingabeaufforderung und navigieren Sie zum Stammverzeichnis des Projekts.
Conda -Umgebung erstellen : Führen Sie den folgenden Befehl aus, um eine Conda -Umgebung mit der bereitgestellten env.yml -Datei zu erstellen:
conda env create -f env.ymlAktivieren Sie die Umgebung : Aktivieren Sie die Conda -Umgebung mit:
conda config --set auto_activate_base false # To not activate "base" env by default
conda activate geminiAktualisieren Sie die Umgebung : Wenn Sie bereits über eine Conda -Umgebung erstellt werden, aktualisieren Sie sie über den folgenden Befehl und die neuen Abhängigkeiten installiert
conda env update --file env.yml --pruneODER
Navigieren Sie zum Projektverzeichnis : Öffnen Sie Ihre Terminal- oder Eingabeaufforderung und navigieren Sie zum Stammverzeichnis des Projekts.
Virtuelle Umgebung erstellen : Führen Sie den folgenden Befehl aus, um eine virtuelle Umgebung mit requirements.txt zu erstellen.
python -m venv geminiAktivieren Sie die virtuelle Umgebung :
gemini S cripts a ctivate source gemini/bin/activate Erstellen Sie das Geheimnisverzeichnis : Erstellen Sie im Stammverzeichnis des Projekts ein Verzeichnis mit dem Namen secrets .
Platzieren Sie die GCP -Dienstkontodatei : Verschieben Sie Ihre Google Cloud Platform (GCP) -Service -Kontodatei in das secrets -Verzeichnis. Stellen Sie sicher, dass es angemessen genannt wird.
Umgebungsvariablen kopieren und füllen :
example.env -Datei und benennen Sie sie in .env um..env -Datei und legen Sie die folgenden Variablen fest:GCLOUD_SERVICE_ACCOUNT_KEY_PATH : Pfad zu Ihrer GCP -Dienstkonto -Datei in Bezug auf das secrets -Verzeichnis.PROJECT_ID : Ihre GCP -Projekt -ID.PROJECT_LOCATION : Standort Ihres GCP -Projekts.MONGODB_URI : URI für Ihre MongoDB -Instanz oder -Datenbank.Jetzt sind Sie bereit, den Virtual Teaching Assistant AI zu leiten !!
Virtuta ist bereit zu revolutionieren, wie Schüler mit Bildungsinhalten und Unterstützungssystemen interagieren. Wir wollen eine hochwirksame, ansprechende und unterstützende Lernumgebung bieten, indem wir fortschrittliche KI -Techniken mit robusten Bildungsrahmen integrieren. Seien Sie gespannt auf unsere wöchentlichen Fortschritts -Updates und die endgültige Projektdemonstration!
Vielen Dank für Ihr Interesse an Virtuta !
MS in Applied Data Science | USC | AuthorMS in Applied Data Science | USCMS in Applied Data Science | USC Dieses Projekt ist eine gemeinsame Anstrengung eines Teams engagierter Studenten der MS in Applied Data Science Program der University of Southern California . Besonderer Dank geht an Mihika Gaonkar , Prathamesh Lonkar , Mithesh Ramachandran , Hritik Bansal und Suma Sree Gottipati für ihre Beiträge zum Demo -Video.
Dieses Repository ist unter der MIT -Lizenz lizenziert. Weitere Informationen finden Sie in der Lizenzdatei.
