Skip to content

evry-paris-saclay/2023-m1cns-sa-ter-llmBasedEducativeExperience

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

20 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

2023-m1cns-sa-ter-llmBasedEducativeExperience

Contexte

Ce projet intègre des modèles de langage avancés (LLM) pour soutenir les enseignants et enrichir l'expérience des étudiants. L'assistant développé permet d'analyser des contenus éducatifs et de générer des interactions basées sur ces analyses, facilitant ainsi la création de matériel pédagogique interactif.

Objectifs

  • Support enseignant : Fournir des analyses et des suggestions de contenu en temps réel pour aider les enseignants à préparer et à enrichir leurs cours.
  • Engagement des étudiants : Offrir aux étudiants des possibilités d'interaction avec le matériel de cours grâce à des fonctionnalités générant des quiz, des questions, et des exemples à partir des textes.

Installation

Pour mettre en place et exécuter ce projet, suivez les instructions ci-dessous :

Prérequis

  • Python 3.x doit être installé sur votre machine. Téléchargez-le et installez-le depuis python.org.
  • Téléchargez et installez Ollama depuis ollama.com pour permettre l'analyse avancée du langage.

Dépendances

Les dépendances nécessaires sont listées dans le fichier src/requirements.txt du projet.

Configuration

Créez un fichier .env à la racine de votre projet et ajoutez-y la clé API nécessaire pour le modèle LLM, dans notre cas on utilise une API de Groq que vous pouvez créer un compte et avoir accés a une API directement sur GroqCloud.com

GROQ_API_KEY="votre_clé_api"

Exécution

Pour exécuter l'application, suivez ces étapes :

  1. Compilez le fichier app.py.
  2. Une fois compilé avec succès, utilisez la commande suivante dans votre terminal pour exécuter l'application :
    chainlit run app.py

Utilisation

Une fois que le script est démarré, l'interface de l'assistant vous guidera à travers les étapes suivantes : Exemple d'utilisation

  • Téléchargez un fichier PDF contenant le contenu éducatif.
  • L'assistant extrait automatiquement le texte du PDF téléchargé.
  • Les utilisateurs peuvent interagir avec l'assistant en posant des questions directes ou en utilisant des boutons pour générer des quiz, des questions et des exemples basés sur le texte extrait.

Fonctionnalités

  • Extraction et analyse de texte : L'assistant est capable de lire et d'interpréter le contenu des documents PDF.
  • Génération de contenu interactif : Il peut créer des questions, des quiz et des exemples basés sur le texte extrait pour enrichir l'expérience d'apprentissage.
  • Interaction en temps réel : L'assistant répond aux requêtes des utilisateurs de manière interactive, améliorant ainsi l'expérience d'apprentissage.

Conclusion

llmBasedEducativeExperience exploite les technologies de traitement du langage naturel pour offrir un outil d'assistance et d'engagement, améliorant ainsi l'expérience en classe. Conçu pour soutenir les enseignants dans la gestion de leurs cours et encourager l'interaction des étudiants, cet outil rend les interactions en classe plus dynamiques et enrichissantes.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages