همه محصولات

برنامه مرور امتحان با هوش مصنوعی

جزوه و نمونه‌سوال‌های مجاز رو به فهرست موضوع‌ها، تمرین و برنامه کوتاه مرور تبدیل می‌کنید؛ هر حدس درباره امتحان باید به منبع و میزان اطمینان وصل باشه.

برنامه مرور امتحان با هوش مصنوعی باید از منابع واقعی درس شما شروع بشه، نه از فهرستی که فقط محتمل به نظر می‌رسه. اسکیل finals-week جزوه، تکلیف و آزمون‌های منتشرشده رو آماده می‌کنه تا موضوع‌ها، فرمول‌ها و نوع تمرین‌ها کنار منبعشون مشخص بشن. برای PDF و تصویر، مسیر مستند از سرویس محلی MinerU استفاده می‌کنه.

بعد می‌تونید یک برنامه فشرده، تمرین یا کارت بگیرید. تکرار یک موضوع در منابع، شاهدی برای اولویت دادن به اونه؛ تضمین نمی‌کنه همون سوال در امتحان بیاد. این روش برای آمادگی پیش از آزمونه و شامل دسترسی به سوال‌های منتشرنشده یا کمک در آزمون زنده نمی‌شه.

کاربردها

  • مرتب کردن جزوه و تصویرها رو در یک پوشه انجام بدید.
  • فهرست فصل‌ها، تعریف‌ها و فرمول‌ها رو با نشانی منبع بگیرید.
  • اولویت مرور درس رو بر پایه شواهد منابع بسنجید.
  • برای وقت باقی‌مانده، مسیر کوتاه مرور انتخاب کنید.
  • تمرین امتحانی رو به ضروری و اختیاری تقسیم کنید.
  • کارت مرور متنی یا TSV برای ادامه تمرین آماده کنید.

نصب و استفاده

  1. بسته کامل، Python نسخه ۳.۱۰ به بالا و requests رو آماده کنید و سرویس محلی MinerU با API سازگار رو در دسترس ایجنت بذارید. مسیر قدیمی مستند با نسخه ۳.۱.۱۵ سازگاره؛ نسخه‌های تازه قرارداد یکسانی ندارن. مدل‌ها و مجوز MinerU جدا هستن.
  2. مثلا بگید «این جزوه و آزمون‌های منتشرشده رو برای سه روز مرور آماده کنید. هر موضوع مهم رو به صفحه یا بخش منبع وصل کنید و برای حدس‌ها میزان اطمینان بنویسید».
  3. خروجی استخراج رو بررسی کنید، مخصوصا فرمول‌ها و صفحه‌های اسکن‌شده. کیفیت خواندن و زبان مواد به تنظیمات سرویس وابسته است؛ متن ناخوانا نباید به نکته قطعی تبدیل بشه.
  4. برنامه، تمرین‌ها و کارت‌ها رو در پوشه خروجی مرور کنید. محل سرویس پیش‌فرض محلیه؛ اگر نشانی دیگری تنظیم کنید، دریافت‌کننده فایل هم تغییر می‌کنه. نتیجه استخراج و بخش‌های مبهم رو قبل از سپردن تحلیل به ایجنت روشن کنید.

سوالات متداول

منبع

ساخته Rain-dust. نام اصلی: finals-week، منتشرشده در GitHub با مجوز MIT.

مشاهده در GitHub