Fransızca öğretmenini bırakıp LLM ile kişisel öğretim sistemi kurdum
Bir geliştirici, özel Fransızca öğretmenini bırakıp Claude ve konuşma tanıma API'leriyle aralıklı tekrar temelli, ucuz bir öğrenme sistemi geliştirdi.
Yazar, aylık 200 dolara özel ders aldığı Fransızca öğreniminde ilerlemenin yavaş olduğunu fark edince, sorunun eğitmenin kalitesinden değil, tekrar sıklığı ve hata takibinin yetersizliğinden kaynaklandığını görmüş. Bunun üzerine Claude tabanlı bir bilgi tabanı aracı geliştirmiş; bu araç, SM-2 aralıklı tekrar algoritmasıyla (Anki'nin de kullandığı yöntem) her gramer konusunun ne zaman tekrar edilmesi gerektiğini hesaplıyor ve hataları genel değil çok spesifik biçimde (örneğin belirli bir fiil çekimi hatası) kaydediyor.
Buna ek olarak, gerçek zamanlı konuşma pratiği için 'Causons' adlı bir tarayıcı uygulaması geliştirmiş. Bu uygulama, konuşma tanıma (Groq üzerinde Whisper-large-v3), sohbet (gpt-4o-mini) ve metinden sese (OpenAI tts-1) olmak üzere üç ayrı API çağrısını art arda kullanıyor. Sistem, bilgi tabanındaki zayıf noktalara göre konuşmayı yönlendiriyor ve yalnızca gerçekten yanlış olan dil bilgisi hatalarını düzeltiyor.
Maliyet optimizasyonu sürecinde birkaç deneme yapılmış: Azure'ın ücretsiz katmanı beklenmedik şekilde ücretliye geçişe zorlamış, Groq'un Llama 3.3 modeli günlük konuşma dilini hatalı gramer olarak işaretlemiş, GPT-4o ve Claude Sonnet ise maliyet açısından mantıklı bulunmamış. Sonuçta hem kaliteli hem de oturum başına birkaç sente mal olan bir yapı ortaya çıkmış.
Bu proje, mühendisler için LLM tabanlı kişiselleştirilmiş öğrenme araçlarının nasıl tasarlanabileceğine, farklı API sağlayıcılarının nasıl birleştirilebileceğine ve maliyet-kalite dengesinin pratikte nasıl kurulabileceğine dair somut bir örnek sunuyor.