基于大型语言模型的对话式学习平台 VidyaRANG
密码学与安全
2024-07-24 v1 新兴技术
摘要
在当前搜索引擎返回大量文章链接的环境中, 为学生提供针对其具体疑问的权威性信息是一大挑战. 大型语言模型如GPT在处理源自敏感保密信息的问题时往往无法提供答案. 由于隐私限制, 这种特定于某些组织的信息无法被LLM获取. 这时, 知识增强检索技术便尤为有用. 本平台旨在满足来自不同领域的学习者需求. 当今最常见的学习形式是视频和书籍, 本平台允许学习者进行交互并提出问题. 这通过限制对相关内容的访问显著增加学习者的注意力时间, 同时允许个性化访问和深入获取知识. 教师的角色和职责得到显著简化, 使其能够培训更多受众. 为保护隐私, 教师可授予特定个人的课程访问权限, 实现对所提供内容的个性化对话. 本工作涵盖了广泛的软件开发和产品管理技能, 也涉及云计算知识用于运行大型语言模型和维护应用程序. 对于前端开发, 负责用户交互和用户体验, 采用了Streamlit和React框架. 为提高安全性和隐私性, 服务器路由至带SSL证书的域名, 所有API密钥均存储在AWS EC2实例上以存储用户体验, 建立了与基于Android Studio的移动应用的网络连接, 并计划在应用商店发布, 从而涵盖了所有主要的软件工程学科.
引用
@article{arxiv.2407.16209,
title = {VidyaRANG: Conversational Learning Based Platform powered by Large Language Model},
author = {Chitranshu Harbola and Anupam Purwar},
journal= {arXiv preprint arXiv:2407.16209},
year = {2024}
}