मैंने Lathoa को 10 से 14 वर्षों के बच्चों के लिए बनाया है। एक रोबोट जिसका नाम Errol है, चरण दर चरण गणितीय समस्याओं का समाधान करता है, लेकिन एक चरण इच्छांतः गलत होता है। बच्चा को गलती ढूंढना और यह समझना पड़ता है कि वह क्यों गलत है, ताकि वह XP पा सके। कभी-कभी कुछ भी गलत नहीं होता है, इसलिए 'गलती है' कहना से ठीक नहीं चलता—असर की आवश्यकता होती है। गति भी स्कोरिंग में प्रभाव डालती है। कोई सीधा LLM चैट नहीं है; Lathoa स्थिरता के साथ मूल्यांकन चरणों का उपयोग करता है ताकि असंगतियों और प्रॉम्प्ट इंजेक्शन को पकड़ा जा सके। आप होमपेज पर साइन-अप किए बिना एक केस खेल सकते हैं। LLM को इच्छांतः गलत होना कितना मुश्किल है: आधा हिस्से में वह सही उत्तर देता है और उसे गलत कह देता है, या सही चरण को गलती के रूप में चिह्नित करता है। इसलिए, हर केस पहले से जाँचा जाता है। जहां संभव होता है, एक साधारण अंकगणितीय जाँच सटीक रूप से गणित को दोबारा करती है। दूसरा मॉडल Errol के काम को देखिए बिना समस्या का समाधान करता है। अगर वे सही नहीं होते, तो केस छोड़ दिया जाता है। कमजोरी यह है कि दूसरा मॉडल पहले के साथ समान त्रुटि कर सकता है। अंकगणितीय जाँच मदद करती है, लेकिन अभी तक केवल अंग्रेज़ी केस में ही काम करती है—जर्मन और यूनानी दशांश के लिए कॉमा का उपयोग करते हैं, और पार्सिंग अभी तक ठीक नहीं हुआ है। मैं सोचता हूँ: क्या किसी की गलती ढूंढना तुम्हें खुद समस्या हल करने से अधिक सीखता है? मैं निश्चित नहीं हूँ, और मुझे शिक्षकों से प्रतिक्रिया चाहिए।
स्रोत: Hacker News · HeadlinesBriefing द्वारा सारांशित