5、LLM 教育应用 - K12、高校

GPT-Launcher
GPT-Flow：流程训练，自动根据描述构建流程

综合评价-GPT
综合评价-Copilot

基于 LLM + GraphRAG + Vector DB 的教育行业应用思考

当前，各行各业的软件产品，都是对行业特定的需求和经验的总结，形成一套通用化的工具。
从一定程度上，解决了客户大部分的需求，但是无法及时解决用户新提出的、灵活多变的新需求。

GraphRAG + Vector DB + LLM 的组合给了我们新的启发。

我们可以尝试下面一个产品方案：

• 1、把教育行业的一些特定数据，比如：基础数据（学校、年级、班级、课程、教师、学生）、评价数据（五育评价、学业成绩）这类数据使用 LLM 图变换器 处理后，存入支持 GraphRAG 的数据库 Neo4j
• 2、使用嵌入模型建立图数据已存入数据的向量，并存入向量数据库 Neo4j
• 3、开发基于 LLM 的“校园通”类的对话产品
  • 基于已经存入的数据，可以询问学校的基础情况、历史变化
  • 基于评价数据可以询问学生的成长情况
  • 整合生成图表的能力，可以自动生成各类想要的图表
  • 整合已有系统的功能，对话中提供连接，快速单点登录可进行功能操作
    如：
    家长问：我孩子的在学表现
    AI回：你的孩子过去多久表现如何如何（这些数据都是从GraphRAG中获取后，再次组装后的数据）

        同时在对话框下，给出与孩子有关的几个连接"xxx的成长画像"，"xxx的2024年上学期报告单"，"xxx的近期学业分析"

更多的功能，等待你们的思考和发现！

适用领域