Com base no suporte multimodal do Portkey, as soluções educacionais inteligentes podem ser criadas em quatro etapas:
- Configuração do modeloAdicionar modelos habilitados para visão (por exemplo, GPT-4V, LLaVA) ao Gateway e carregar chaves de API para cada modelo.
- Chamada mista e combinadaUse o Python SDK para passar parâmetros de texto e imagem (por exemplo, foto para um problema de matemática + um prompt de texto para "resolver esse problema passo a passo").
- Otimização dos resultados:: Criação de modelos para prompts de assuntos específicos por meio do módulo Prompts ("Você é um professor de matemática, explique de uma forma que os alunos do ensino médio possam entender...")
- Entrega da implantaçãoImplementar servidores no campus usando a versão de código aberto ou obter cobertura geográfica por meio da versão corporativa do serviço de nuvem
realizaçãoUma plataforma de educação on-line com a ajuda desse programa:
- Precisão de reconhecimento de perguntas sobre imagens do 92%
- Aumente as velocidades de resposta no horário de pico em até três vezes com o balanceamento de carga
- Usando o cache inteligente para tornar o mesmo tópico menos dispendioso para responder 65%
A arquitetura é particularmente adequada para a correção de lições de casa, análise de relatórios de laboratório e outros cenários que exigem uma combinação de compreensão gráfica e textual.
Essa resposta foi extraída do artigoPortkey: uma ferramenta de desenvolvimento para conectar vários modelos de IA e gerenciar aplicativosO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Como criar aplicativos educacionais multimodais com o Portkey?
