Personalisierte Bildungsplattform hilft Nutzern, Lernpfade zu erstellen und anzupassen
Funktion
Zuerst wird beim Erstellen der Roadmap mithilfe der Gemini API ein Überblick über den Kurs erstellt, der auf den Themen basiert, nach denen Nutzer suchen. Für jedes Inhaltselement im Inhaltsverzeichnis wird mithilfe der Google Suche API nach Ressourcen (Text, Video) gesucht. Diese werden dann mit bestimmten Ranking-Algorithmen kombiniert, um den Nutzern Materialien vorzuschlagen.
Außerdem spielt die Gemini API eine wichtige Rolle bei der automatischen Generierung von Fragen basierend auf den Inhalt der Lektion. Um das Problem der Halluzinationen bei Large Language Models (LLMs) zu beheben, verwenden wir die Retrieval-Augmented Generation (RAG), um für diese Lektion relevante Informationen abzurufen.
Zur Personalisierung speichern wir die Testergebnisse für jede Lektion und verwenden sie als Daten für Gemini, um den Lernprozess des Nutzers zu analysieren. Dabei werden auch Bereiche ermittelt, in denen der Nutzer das Material nicht vollständig verstanden hat, und es werden Wiederholungssitzungen empfohlen.
Basis
Web/Chrome
Custom Search API
Team
Von
XPath
Von
Vietnam
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],[],[],[],null,["# XPath\n\n[More Apps](/competition/vote) \n\nXPath\n=====\n\nPersonalize edu-platform helps people build \\& customize learning paths \nVote \nVoted!\nWhat it does\n\nFirst, during the process of creating the roadmap, the Gemini API is used to generate an outline for the course based on the topics users search for. For each content item in the outline, we use the Google Search API to search for resources (text, video) combined with certain ranking algorithms to suggest materials to users. \n\nAdditionally, the Gemini API plays an important role in automatically generating questions based on the lesson content. To address the hallucination issue of large language models (LLMs), we employ Retrieval-Augmented Generation (RAG) to retrieve information relevant to this lesson. \n\nFinally, to create personalization, we store the test results for each lesson and use them as data for Gemini to analyze the user's learning process, including identifying areas where the user has not fully grasped the material and recommending review sessions. \nBuilt with\n\n- Web/Chrome\n- Custom Search API \nTeam \nBy\n\nXPath \nFrom\n\nVietnam \n[](/competition/vote)"]]
