Fetebird производит революцию в оценке заданий, используя мощь API Gemini (gemini-1.5-flash-001) и архитектуру Retrieval Augmented Generation (RAG). Он оптимизирует процесс оценки, предоставляя преподавателям ценные сведения о понимании учащимися, сохраняя при этом гибкость и адаптивность. Основная функциональность База данных справочных ответов - В основе Fetebird лежит база данных проверенных справочных ответов, каждый из которых векторизован для эффективного сравнения. Первоначально эта база данных может содержать только решение учителя, но она динамически расширяется по мере рассмотрения и одобрения большего количества студенческих работ. Интеграция API Gemini — приложение использует API Gemini (gemini-1.5-flash-001) и библиотеку Java Langchain4j для взаимодействия с большой языковой моделью. Это позволяет Fetebird выполнять сложные оценки и предоставлять подробную обратную связь. Архитектура RAG - Когда профессор инициирует оценку ИИ, Fetebird использует архитектуру RAG. Она извлекает соответствующие справочные ответы из базы данных и представляет их модели Gemini вместе с работой студента. Prompt Engineering: Тщательно разработанная система и пользовательские подсказки направляют оценку модели. Она учитывает справочные ответы и работу студента, чтобы предоставить всестороннюю обратную связь, выделяя сильные и слабые стороны, а также области для улучшения.
Построено с
Веб/Хром
Команда
К
Fetebird
От
Австралия
[[["Прост для понимания","easyToUnderstand","thumb-up"],["Помог мне решить мою проблему","solvedMyProblem","thumb-up"],["Другое","otherUp","thumb-up"]],[["Отсутствует нужная мне информация","missingTheInformationINeed","thumb-down"],["Слишком сложен/слишком много шагов","tooComplicatedTooManySteps","thumb-down"],["Устарел","outOfDate","thumb-down"],["Проблема с переводом текста","translationIssue","thumb-down"],["Проблемы образцов/кода","samplesCodeIssue","thumb-down"],["Другое","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)"]]