Разработчик создал ИИ-помощника по учебникам обществознания на базе Qwen

При сдаче школьных предметов и выполнении домашних заданий от учащихся часто требуют не просто абстрактного понимания темы, а точного соблюдения формулировок из конкретного учебника. Обычные генеративные нейросети в таких ситуациях нередко выдают чересчур «философские» ответы из своих общих знаний, что приводит к снижению оценок. Для решения этой проблемы российский энтузиаст разработал узкоспециализированного цифрового ассистента, который ищет информацию строго в официальных учебниках по обществознанию за 9 и 10 классы.

Архитектура проекта построена по принципу RAG (генерация с привлечением поиска). В качестве базового инструмента использована небольшая языковая модель Qwen2.5-3B-Instruct, сжатая до 4-битного формата NF4 с помощью библиотеки bitsandbytes для запуска в облачной среде Colab на графическом ускорителе Nvidia T4. Ограниченный контекст позволяет компактной модели сосредоточиться на переданных фрагментах и избегать сторонних рассуждений, не отвлекаясь на поиск в открытом интернете.

Процесс подготовки данных начинается с постраничного разбора PDF-файлов пособий через pymupdf4llm с сохранением структуры заголовков и таблиц. Затем полученный Markdown-текст разбивается на фрагменты с помощью специальных сплиттеров, сохраняющих метаданные о главах и параграфах. Для поиска совпадений используются векторные эмбеддинги intfloat/multilingual-e5-large и локальная база данных FAISS. Если пользователь указывает в запросе класс или номер параграфа, система с помощью регулярных выражений автоматически фильтрует результаты.

Первые тесты показали как сильные стороны, так и архитектурные ограничения прототипа. Бот успешно находит определения, но иногда теряет метку параграфа, если разворот страницы не содержит явного заголовка. Кроме того, модель выдает неотформатированный сырой Markdown и не всегда точно указывает номер страницы бумажного издания. На данном этапе в системе отсутствует и дополнительный модуль автоматического фактчекинга, гарантирующий стопроцентное соответствие итогового ответа исходному фрагменту.

Тем не менее, подобный подход становится особенно актуальным в свете перехода российских школ на единые государственные учебники, когда одна база данных способна перекрыть всю учебную программу. В дальнейшем автор планирует добавить поддержку истории и биологии, реализовать память сессий для запоминания класса ученика и улучшить алгоритмы привязки метаданных к фрагментам текста.