Skip to content

README-cn.md

Latest commit

 

History

History
44 lines (34 loc) · 2.76 KB

README-cn.md

File metadata and controls

44 lines (34 loc) · 2.76 KB
Raw

AI SWOT (小镇做题家) - 真正可运行的 System Prompt Learning 演示

english version

SWOT (意为“小镇做题家”) 是一个专注于自我提示训练 (Self-Prompt Training) 、遵循了System Prompt Learning 范式的 AI 训练系统。它提供了一个全面的平台，用户可以通过以下功能来训练和管理 AI 模型。

核心功能

  • 训练与答题:
    • 用户可以加载题集，AI 会根据提供的笔记进行答题。
    • 系统会记录 AI 的答题情况，包括正确率、错误分析等。
    • 用户可以控制训练过程，例如启动、暂停训练，并调整训练参数。
  • 笔记管理:
    • 当前笔记: 系统展示 AI 在解题过程中自主学习并记录的笔记。用户可以查看这些笔记，并观察 AI 如何根据解题结果和错误分析来迭代和优化其笔记。
    • 笔记历史: 系统会自动保存 AI 笔记的各个历史版本。用户可以方便地查看笔记的演变过程，并在需要时恢复到之前的版本。
    • 笔记导入/导出: 支持笔记数据的导入和导出。
  • 提示词配置:
    • 用户可以编辑和管理用于训练过程中各个阶段的提示词模板，以优化 AI 的训练效果。
  • 题库配置:
    • 用户可以管理用于训练或测试的题库数据，支持导入处理后的数据。
  • 模型接口配置:
    • 管理 AI 模型的供应商、API 密钥和所选模型。
  • 对话记录:
    • 保存与 AI 模型的历史对话记录，方便用户查看和分析之前的交互过程。
  • 存储管理:
    • 查看和管理系统在本地存储的各种数据，包括训练器状态、问题集、提示词模板等。支持数据的导入和导出。
  • 调试工具:
    • 提供一系列调试工具，方便开发者进行数据操作和状态检查。

设计理念

SWOT 系统旨在通过模拟“做题-学习-改进笔记-再做题”的循环，帮助 AI 模型提升其在特定知识领域的能力。用户提供题集，AI 在解题过程中自主记录和迭代笔记，通过这个学习循环，最终达到提升模型表现的目的。这一设计思想与 Andrej Karpathy 提出的 System Prompt Learning 范式 不谋而合。

技术栈

  • Vue.js (前端框架)
  • PrimeVue (UI 组件库)
  • TypeScript (编程语言)
  • Vite (构建工具)
  • UnoCSS (CSS 引擎)

如何运行

请参考项目中的 HOW_TO_RUN-cn.md (中文) 或 HOW_TO_RUN-en.md (英文) 文件获取详细的运行指南。项目提供了多种启动脚本，例如 start-project-macos-cn.sh，start-project-linux-cn.sh，start-project-cn.bat 等，用于在不同操作系统上启动项目。