HighSchoolMathRAG

high school math RAG

计划

2024-07-09

• 环境搭建，
  • 使用mini conda创建一个本地可调用 nvidia语言模型的环境
  • 使用 mini conda 将环境打包，并上传到本仓库
  • 群里已经有人提供requirements.txt 文件（已上传到本代码仓），可尝试安装环境
  • mini conda 参考资料：https://www.runoob.com/python-qt/anaconda-tutorial.html
• 材料收集，10篇高考数学题目及其答案
• 使用环境跑通一个调用nvidia 模型的最简单示例
  • 参考教程：回顾训练营第一二节，研究一下如何获取 key，本地配置key，调用模型
• 若环境搭建过程中，遇到问题，可在 大群里 @ 一下助教，或者问一下其他参赛者，将自己遇到的问题直接发在群里咨询
• 本地IDE环境，建议使用 VScode，并且安装 marscode 智能插件提升代码编写效率
  • marscode 智能插件参考链接：https://code.visualstudio.com/Download

2024-07-10

• 根据训练营中教程，启动服务，跑通最简单的包含前端的问答流程，搭建起一个最基本的环境

前言

1. 以赛代练，通过比赛快速熟悉相关理论及其应用，获取感性认识
2. 能够快速实现想法，为后续科研/工作 培养能力

目标

1. 能够作为高中学生的私人数学指导老师

能力

1. 拥有30年以上高中数学教学经验
2. 获得特级教师以上资格证书
3. 对学生个人情况完全了解
4. 能够从学生的视角看待新的问题
5. 对每个题目都能给出3种以上的解题方法，并对每种解题方法的思路非常清晰
6. 能够快速分析出题目出题人的意图，指出出题人想要考察的知识点，设置的陷阱
7. 能够记录学生问过的所有题目，学生做错过的所有题目，并能够分析其做错的原因，然后从题库中给出相类似的题目

文档

1. 中国高考历年数学试卷（1978至2024）及其官方解答的 pdf 版本
   1. 全国乙卷、全国甲卷、新高考1卷(新课标1卷)、新高考Ⅱ卷(新课标Ⅱ卷)、自主命题卷
2. 五年高考，三年模拟
3. 黄冈名卷
4. 学而思，新东方，好未来 k12 培训机构 网课教材
5. 高中课本例题
6. 学生个人历次试卷（模拟学生真实场景）

实现

相关技术

1. 图像识别：拍照上传题目，错题，解题过程等
2. 公式识别：数学中存在大量公式，需要特殊的公式识别能力
3. LLM：对题目进行分析，给出题解，对文档进行预处理，形成 vectors等（培训课程相关内容）
4. 翻译：英汉互译（模型大概率是使用英文预料进行预训练，因此需要一个英汉互译的转换过程）
5. 语音识别：对提问做出相应的回答。语音转文字，文字转语音。

技术栈

1. 开发语言：Python
2. 开发平台：Nvidia 比赛环境
3. 知识储备：图像识别，LLM

实现步骤

1. 收集相关 pdf 材料，构成后续知识库文档
2. 调研相关技术中需要使用的各种函数接口
   1. 语音识别是可选项，锦上添花，仅作为了解，

操作步骤

1. 上传照片， 上传相关问题
2. 获取返回结果，返回结果可参考 demo.pptx 中对一个题目的解题方式及其分析。
3. 对返回结果进行追问

后台服务

1. 图像识别
2. 公式识别
3. 知识库维护，更新

任务分工

1. 文档收集，资料清洗-饥饿，embrace
2. 知识库维护，LangChain流程设计-饥饿
3. 图像识别，公式识别-embrace
4. 服务设计-宣辰
5. 函数接口调研-SYL
6. 总体指导-WYT
7. 算法实现，落地-饥饿，embrace

备注：

1. 文档收集不需要花费太多时间，只需要能够验证流程即可，10篇pdf即可，耗时在半天以内
2. 任务分工中的 2，3 可讨论，根据两位兴趣进行选择，一个偏向LLM 方向，一个偏向 图像处理
3. 收集到的资料直接上传到本代码仓
4. 相关调试代码，直接上传到本代码仓
5. 若对 git 命令不熟，则快速学习一下 git相关命令，每人创建一个自己的分支，git 参考资料：https://www.runoob.com/git/git-basic-operations.html
6. github 参考资料：https://www.runoob.com/w3cnote/git-guide.html