Fetebird merevolusi penilaian tugas dengan memanfaatkan kecanggihan Gemini API(gemini-1.5-flash-001) dan arsitektur Retrieval Augmented Generation (RAG). Hal ini menyederhanakan proses evaluasi, memberikan insight yang berharga kepada pendidik tentang pemahaman siswa sekaligus mempertahankan fleksibilitas dan kemampuan adaptasi. Fungsi Inti Database Jawaban Referensi - Pada intinya, Fetebird mengelola database jawaban referensi terverifikasi, yang masing-masing di-vektorisasi untuk perbandingan yang efisien. Awalnya, database ini mungkin hanya berisi solusi pengajar, tetapi database ini akan diperluas secara dinamis seiring semakin banyak kiriman siswa yang ditinjau dan disetujui. Integrasi Gemini API - Aplikasi ini memanfaatkan Gemini API (gemini-1.5-flash-001) dan library Java Langchain4j untuk berinteraksi dengan model bahasa yang besar. Hal ini memungkinkan Fetebird melakukan evaluasi yang kompleks dan memberikan masukan mendetail. Arsitektur RAG - Saat profesor memulai evaluasi AI, Fetebird menggunakan arsitektur RAG. Sistem ini mengambil jawaban referensi yang relevan dari database dan menampilkannya ke model Gemini bersama dengan kiriman siswa. Prompt Engineering: Perintah sistem dan pengguna yang dibuat dengan cermat memandu evaluasi model. Alat ini mempertimbangkan jawaban referensi dan tugas siswa untuk memberikan masukan yang komprehensif, yang menyoroti kekuatan, kelemahan, dan area yang perlu ditingkatkan.
Dibuat dengan
Web/Chrome
Tim
Oleh
Fetebird
From
Australia
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],[],[],[],null,["# Fetebird\n\n[More Apps](/competition/vote) \n\nFetebird\n========\n\nUltimate solution for University \nVote \nVoted!\nWhat it does\n\nFetebird revolutionizes assignment grading by harnessing the power of the Gemini API(gemini-1.5-flash-001) and a Retrieval Augmented Generation (RAG) architecture. It streamlines the evaluation process, providing educators with valuable insights into student understanding while maintaining flexibility and adaptability. \nCore Functionality \nReference Answer Database - At its heart, Fetebird maintains a database of verified reference answers, each vectorized for efficient comparison. Initially, this database may contain only the teacher's solution, but it expands dynamically as more student submissions are reviewed and approved. \nGemini API Integration - The app leverages the Gemini API (gemini-1.5-flash-001) and the Langchain4j Java library to interact with a large language model. This enables Fetebird to perform complex evaluations and provide detailed feedback. \nRAG Architecture - When a professor initiates an AI evaluation, Fetebird employs a RAG architecture. It retrieves relevant reference answers from the database and presents them to the Gemini model alongside the student's submission. \nPrompt Engineering: Carefully crafted system and user prompts guide the model's evaluation. It considers the reference answers and the student's work to provide comprehensive feedback, highlighting strengths, weaknesses, and areas for improvement. \nBuilt with\n\n- Web/Chrome \nTeam \nBy\n\nFetebird \nFrom\n\nAustralia \n[](/competition/vote)"]]
