Разработчик создал ИИ-репетитора по обществознанию, работающего на базе двух учебников для 9 и 10 классов. Система использует модель Qwen2.5-3B-Instruct, которой запрещено использовать общие знания: ответы формируются строго на основе найденных в учебниках фрагментов для соответствия школьной программе.
Пайплайн обработки данных включает парсинг PDF через pymupdf4llm с сохранением метаданных страниц. Для сегментации текста применяются MarkdownHeaderTextSplitter и RecursiveCharacterTextSplitter с размером чанка 1000 и перекрытием 150. Векторная база данных реализована на FAISS с использованием эмбеддингов intfloat/multilingual-e5-large.
Прототип развернут в Google Colab на бесплатной видеокарте T4. Для оптимизации памяти модель квантована до 4 бит через bitsandbytes. Поиск осуществляется с фильтрацией по метаданным, однако автор отмечает проблему потери данных о параграфах на страницах, где отсутствуют заголовки.
В текущей версии отсутствуют проверка фактов, хранение сессий пользователей и корректное форматирование ответов. В планах разработчика — внедрение памяти для запоминания класса ученика, автоматическая валидация ответов по контексту и масштабирование системы на учебники по истории и биологии.
