DFIELDSOLUTIONS

Esettanulmány · 2026 · AI · Web · Egyedi szoftver

Egy rossz feleletválasztós válasz semmit nem mond a mögötte lévő gondolkodásról.Olyan radart építettünk, ami olvassa a nyitott válaszokat, és megmondja a tanárnak, milyen tévhitek uralják a termet.

A ClarixAI a holland, angol és magyar nyitott diákválaszokat per-nyelvű transformer-ensemble-rel (RobBERT-2023, RoBERTa-base, huBERT) dolgozza fel, 1-vs-rest sigmoid fejjel nyolc tévhit-meta-címke fölött. Az encoder-embeddingen futó HDBSCAN-klaszterezés kérdéseken átívelő strukturális mintát talál; a dashboard minden címket „mit jelent / miért jön létre / mit tegyél” kártyára fordít. A stúdió szállította a tanító pipeline-t, az inference-szolgáltatást és a tanári dashboardot.

  • Python
  • PyTorch
  • Transformers
  • FastAPI
  • React
Belső fejlesztés, nincs publikus URL
ClarixAI

A működés

ClarixAI — Nyitóképernyő
Nyitóképernyő
ClarixAI — Használat közben
Használat közben
ClarixAI — Eredmény
Eredmény

Áttekintés

3
Nyelv · NL EN HU
8
Tévhit-meta-címke
4-ckpt
Ensemble · NL prod
HDBSCAN
Kérdéseken átívelő klaszter

A ClarixAI olvassa a nyitott diákválaszokat (holland, angol, magyar) és kiteszi az osztályt uraló tévhit-mintázatokat - fogalom-keverés, felszíni mintázat, hiányzó előfeltétel, és hat további - mintázatonként konkrét pedagógiai akció-kártyával. Nem osztályozza a diákot; az osztály gondolkodását minősíti. Per-nyelvű, multi-task transformer ensemble plusz HDBSCAN-klaszterezés talál strukturális mintát kérdéseken keresztül.

Mi készült el

Mit csinál

  • Multi-task tévhit-klasszifikátor · NL · EN · HU
  • 8 gondolkodási-hiba meta-címke · tanári akcióval címkénként
  • HDBSCAN-klaszterezés kérdéseken átívelő strukturális mintára
  • Kohorszt-szintű trend-dashboard
  • Pedagógiai könyvtár · mit jelent, miért jön létre, mit tegyél

A probléma

  • A feleletválasztós azt mondja „rossz” · nem azt, MIÉRT
  • A nyitott válaszokat időhiány miatt nem olvassa át senki mintáért
  • „Még gyakorolj” a default akció, ha a tanár nem látja a mintát

Miért számít

  • Az osztály domináns gondolkodási hibái láthatók kérdésenként
  • Minden hiba-mintához konkrét tanári válasz tartozik
  • A kohorszt-trend láthatóvá teszi a tantervi hiányokat

Hogyan készült

  1. 01 · BRIEF

    Rögzítsük az elemzési egységet a válasz mögötti gondolkodáson - nem a válaszon.

    A termék alapdöntése: a rendszer soha nem osztályoz diákot. Az osztályon átfutó tévhiteket teszi láthatóvá, hogy a tanár tudja, melyik kérdést kell újra magyarázni - és hogyan.

  2. 02 · BUILD

    Per-nyelvű transformer + anti-overfit recept + ensemble produkcióra.

    RobBERT-2023 hollandhoz, RoBERTa-base angolhoz, huBERT magyarhoz - v5.0 anti-overfit recepttel tanítva (befagyasztott alsó rétegek, focal loss, SupCon, súlyozott arany). NL produkcióban 4 checkpointos ensemble (v6.2) korlátozott per-címke küszöbökkel + k-NN prototípus-blenddel; EN gold F1-en megfogja a hollandot, adversarial argmax-on veri.

  3. 03 · SHIP

    FastAPI inference + Vite/React dashboard, három nyelv élesben.

    Az inference per-kérdés válaszokat klaszterez HDBSCAN-nel az encoder-embeddingek felett, strukturális kérdéseken átívelő mintát és kohorszt-trendeket emit, és táplálja a pedagógiai tudásbázist, ami minden címkét tanári akció-kártyára fordít.

Technológia

Modell

Per-nyelvű ensemble · 8 tévhit-címke

RobBERT / RoBERTa / huBERT 1-vs-rest sigmoid fejjel - fogalom-keverés, felszíni mintázat, hiányzó előfeltétel + öt további.

Pipeline

Klasszifikál → klaszterez → trend

Válaszonkénti klasszifikáció, kérdésenkénti HDBSCAN-klaszterezés az encoder-embeddingek felett, majd a kérdéseken átívelő és kohorszt-szintű minta-aggregáció.

Dashboard

Per-kérdés + kohorszt-trend

Vite/React i18n-nel (nl/hu/en) - a tanárok kérdésenként látják a tévhit-sűrűséget és mellette a kohorszokon átívelő trendet.

Pedagógia

Akció-kártya minden tévhit-címkéhez

Minden címke egy „mit jelent · miért jön létre · mit tegyél” kártyára link - a radar megmutatja a mintát, a kártya megmondja a tanárnak, hogyan reagáljon.

Esettanulmány

“A nyitott kérdéseket régen átfutottuk az értékelésben, mert 60 választ elolvasni mintáért egy egész este volt. A csapat olyan rendszert épített, ami helyettünk olvas, és kérdésenként megmondja, melyik tévhit uralja a termet - és azt is, mit tegyünk vele, nem csak hogy ott van. Abbahagytuk a „több gyakorlás” rutint. Elkezdtük újratanítani a megfelelő dolgot.”

Névtelen · Kutató · oktatás-AI platform (NDA alatt) · NL

További munkák

DField Solutions · DField Bt. · dezso@dfieldsolutions.com
5,0
“LinkedIn üzenettől az élő oldalig. Két apró javítás, aztán kész.”Michael J Ringer · Vilya ProtectionAlapító · Spanyolország