Buradaki cevabımın topluluk için de muhtemelen faydalı olduğunu düşünüyorum: 1. Haklısın. Demek istediğim, Sokratik yöntemden "ilham alan" bir ders döngüsü uyguladığı. İlham kaynağı, problar veya yönlendirici sorular kavramından geliyor. OpenLesson, bir LLM'nin düşünme sürecinizi izlediği ve sizi doğru yola yönlendirdiği bir sistem olarak tasarlanmıştır. Cevaplarınızın doğruluğuna daha az odaklanılır (sistemin tasarım gereği sizi yapay zeka veya herhangi bir araç kullanarak gerçekleri sorgulamaya zorlamadığını unutmayın) 2. EEG ve Video veri toplama şu anda sadece kendi eğitmen modelimizi eğitmek için veri toplama amacıyla kullanılıyor; böylece bu modeli mevcut zihinsel durumunuzu daha iyi ölçmek için kullanabilir. openLesson, burada açıklanan daha büyük bir projenin parçasıdır: Veri daha sonra bir kamuya açık veri setine gidiyor (ve daha sonra ders modellerini eğitmek için kullanılabilir (hâlâ wip) 3. Yani Duolingo tarzı eğitim teknolojisi daha çok içeriğe odaklanıyor, öğrenme döngüsüne daha az odaklanıyor. Evet, tabii ki senin için bir öğrenme yolu oluşturuyorlar ama düşük seviye öğrenme döngüsünde kontrol yok. Bir benzetme ise, bir LLM ile openClaw gibi bir yapay zeka ajanı arasındaki ilişki olabilir. openClaw sadece mevcut bir LLM'in etrafına bir koşum (döngü) ekliyor ve bu kostum belirli davranışları kodluyor. openLesson, bu bağlamda öğrenme / ders vermek için bir koşum kaynağıdır. Sizin için özel eğitim içerikleri üretme işine girmek istemiyoruz, ki bu Duolingo, Brilliant. org ve benzeri OpenLesson ve Uncertain Systems'in nihai amacı, herhangi bir şeyi öğrenmek için gereken zamanı kısaltmaktır. Ortalama insan PCB tasarımını 2 haftada öğrenebilir mi? Eğer öyleyse, 1 hafta ya da birkaç gün içinde öğrenmene yardımcı olacak bir koşum geliştirmek istiyoruz. Mevcut versiyon koşumuzun 1 versiyonu, ancak gelecekte koşumun kendisini geliştirmeye devam edeceğiz. Döngü. Uyarlanabilir öğrenme ile öğrenme kosetlerini karşılaştıran bir grafik oluşturdum: