RateMyProf

Évaluez mon professeur AI assistant

Dans ce projet, nous avons appris à utiliser la génération (RAG) de la récupération (RAG) pour améliorer les applications alimentées par l'IA afin de fournir des réponses précises et consacrées au contexte. Construit en utilisant Next.js , commis pour Auth , Pinecone et l' API OpenAI .

Comment ça marche

• Base de données vectorielle (PineCone) : Nous stockons et gérons les avis du professeur en tant que vecteurs qui permettent une recherche et une récupération efficaces.
• Openai pour la compréhension du langage : Openai alimente les réponses du langage naturel afin de rendre les interactions plus humaines.
• Données simulées : Nous utilisons des exemples de revues pour simuler l'utilisation du monde réel pour démontrer comment RAG peut imporder la prise de décision en fournissant des informations détaillées.

Exemple d'interface de chat

Ce qui suit est un exemple d'interaction entre un chatbot et un utilisateur

test