RAG ON CLASS - 課程問答系統
林O陞、陳O政、林O迪
傳統課程教材形式多樣，如簡報、圖像筆記等，學生在自主學習過程中常面臨缺乏即時互動與個人化輔助的挑戰，導致知識吸收效率不高或難以有效評估學習成效。為解決此問題，我們開發了「RAG ON CLASS」課程問答與出題系統，旨在將各類靜態課程講義轉化為動態的互動式學習資源。 本系統的核心流程始於光學字元辨識 (OCR) 技術，能處理使用者上傳的多種格式教材（如簡報、掃描筆記），並將其轉換為可供後續處理的純文字檔案。接著，系統採用檢索增強生成 (RAG) 架構。在此架構下，我們首先利用 Sentence-BERT 模型 對處理後的文本進行分塊與語義嵌入，以便精準定位與使用者提問最相關的內容片段。這些相關片段將作為上下文，提供給後續的生成模型。最後，系統透過 Groq API 調用 LLaMA3-70B 大型語言模型，根據檢索到的上下文資訊，生成針對性的智能回答；同時，也能依據課程內容自動設計練習題目，包括選擇題及其標準答案，題目格式均經過精心設計以符合教學需求。 「RAG ON CLASS」所有功能均整合於一個以 Gradio 建構的互動式網頁介面中，方便使用者上傳資料、提問互動及獲取練習題。本專案不僅能為學生提供即時的課程內容解答，還能一鍵生成測驗題幫助鞏固所學，有效地將傳統教材轉變為個人化的學習夥伴，期望藉此提升學習效率與整體互動體驗。
