ClarixAI
Tévhitminta-radar tanároknak · nyitott diákválaszok be, a kohorszt uraló gondolkodási hibák ki.
A ClarixAI olvassa a nyitott diákválaszokat (holland, angol, magyar) és kiteszi az osztályt uraló tévhit-mintázatokat — fogalom-keverés, felszíni mintázat, hiányzó előfeltétel, és hat további — mintázatonként konkrét pedagógiai akció-kártyával. Nem osztályozza a diákot; az osztály gondolkodását minősíti. Per-nyelvű, multi-task transformer ensemble plusz HDBSCAN-klaszterezés talál strukturális mintát kérdéseken keresztül.
MeghallgatomEgy rossz feleletválasztós válasz semmit nem mond a mögötte lévő gondolkodásról. Olyan radart építettünk, ami olvassa a nyitott válaszokat, és megmondja a tanárnak, milyen tévhitek uralják a termet.
A ClarixAI a holland, angol és magyar nyitott diákválaszokat per-nyelvű transformer-ensemble-rel (RobBERT-2023, RoBERTa-base, huBERT) dolgozza fel, 1-vs-rest sigmoid fejjel nyolc tévhit-meta-címke fölött. Az encoder-embeddingen futó HDBSCAN-klaszterezés kérdéseken átívelő strukturális mintát talál; a dashboard minden címket „mit jelent / miért jön létre / mit tegyél” kártyára fordít. A stúdió szállította a tanító pipeline-t, az inference-szolgáltatást és a tanári dashboardot.
A nyitott kérdéseket régen átfutottuk az értékelésben, mert 60 választ elolvasni mintáért egy egész este volt. A csapat olyan rendszert épített, ami helyettünk olvas, és kérdésenként megmondja, melyik tévhit uralja a termet — és azt is, mit tegyünk vele, nem csak hogy ott van. Abbahagytuk a „több gyakorlás” rutint. Elkezdtük újratanítani a megfelelő dolgot.
Mi van a képernyőn
Frame breakdown
- 01Felhasználói felület
Az egész élmény amit a felhasználó lát
Ez a frame az élesben futó terméket mutatja: tévhitminta-radar tanároknak · nyitott diákválaszok be, a kohorszt uraló gondolkodási hibák ki. Minden komponens mi vagyunk · scope, design, kód, deploy.
- 02Stack a háttérben
Mi hajtja: Python, PyTorch, Transformers
A frame mögötti technológia 5 elemű · Python, PyTorch, Transformers a látható felületet hajtja, a többi az adatrétegben fut. Minden a stúdió kezében.
- 03Mit szállítottunk
Multi-task tévhit-klasszifikátor · NL · EN · HU
Az osztály domináns gondolkodási hibái láthatók kérdésenként
- 04Státusz
Magán-deploy · NDA alatt.
Az ügyfél kérésére nem publikus a URL · a build, az architektúra és a tanulságok megoszthatóak hívás keretében.
Hogyan szállítottuk
Idővonal- 01 · BRIEF
Rögzítsük az elemzési egységet a válasz mögötti gondolkodáson — nem a válaszon.
A termék alapdöntése: a rendszer soha nem osztályoz diákot. Az osztályon átfutó tévhiteket teszi láthatóvá, hogy a tanár tudja, melyik kérdést kell újra magyarázni — és hogyan.
- 02 · ARCHITECTURE
Stack-döntések minden kód előtt.
A döntési dokumentum lefogta az adatfolyamot, a Python, PyTorch, Transformers, FastAPI szerep-felosztást, és a v1-ben kezelt vs halasztott hibamódokat. A szolgáltatás-határokat (hol végződik az AI és hol kezdődik a webapp) itt húztuk meg, így a két oldal nem szivárgott egymásba később.
- 02 · BUILD
Per-nyelvű transformer + anti-overfit recept + ensemble produkcióra.
RobBERT-2023 hollandhoz, RoBERTa-base angolhoz, huBERT magyarhoz — v5.0 anti-overfit recepttel tanítva (befagyasztott alsó rétegek, focal loss, SupCon, súlyozott arany). NL produkcióban 4 checkpointos ensemble (v6.2) korlátozott per-címke küszöbökkel + k-NN prototípus-blenddel; EN gold F1-en megfogja a hollandot, adversarial argmax-on veri.
- 04 · POLISH
Teljesítmény, akadálymentesség, megfigyelhetőség.
PSI / a11y / coverage budgetek launch-feltételként kikényszerítve. Logging + metrika bekötve még a cut-over előtt · a csapat egy dashboardról válaszol arra, hogy „működik-e?”, nem Slack-szálból. A fenyegetésmodell-checklist aláírva, mielőtt forgalom érkezne a gépre.
- 03 · SHIP
FastAPI inference + Vite/React dashboard, három nyelv élesben.
Az inference per-kérdés válaszokat klaszterez HDBSCAN-nel az encoder-embeddingek felett, strukturális kérdéseken átívelő mintát és kohorszt-trendeket emit, és táplálja a pedagógiai tudásbázist, ami minden címkét tanári akció-kártyára fordít.
Amit szállítottunk
04- 01Modell
Per-nyelvű ensemble · 8 tévhit-címke
RobBERT / RoBERTa / huBERT 1-vs-rest sigmoid fejjel — fogalom-keverés, felszíni mintázat, hiányzó előfeltétel + öt további.
- 02Pipeline
Klasszifikál → klaszterez → trend
Válaszonkénti klasszifikáció, kérdésenkénti HDBSCAN-klaszterezés az encoder-embeddingek felett, majd a kérdéseken átívelő és kohorszt-szintű minta-aggregáció.
- 03Dashboard
Per-kérdés + kohorszt-trend
Vite/React i18n-nel (nl/hu/en) — a tanárok kérdésenként látják a tévhit-sűrűséget és mellette a kohorszokon átívelő trendet.
- 04Pedagógia
Akció-kártya minden tévhit-címkéhez
Minden címke egy „mit jelent · miért jön létre · mit tegyél” kártyára link — a radar megmutatja a mintát, a kártya megmondja a tanárnak, hogyan reagáljon.
A videóból
Képkockánként
01KépkockaPer-kérdés panel · tévhit-címkék kiemelve
A tanár kérdésenként látja, melyik tévhit-meta-címkék uralják a kohorszt — nem azt, ki válaszolt rosszul, hanem a mögöttes gondolkodási mintát.
02KépkockaKüszöbölt címkék · korlátozott per-címke pontozás
A korlátozott per-címke küszöb őszintén tartja a radart — egy zajos válasz nem keni el az összes címkét, a domináns marad a domináns.
03KépkockaKlaszter-nézet · strukturális minta kérdéseken keresztül
A HDBSCAN az encoder-embeddingek felett megtalálja a tévhitet, ami különböző kérdéseken vissza-visszatér — a tantervi szintű jel, amit a per-kérdés nézet elnéz.
04KépkockaKohorszt-trend · a tantervi jel
A kohorszokon átívelő trend láthatóvá teszi a tantervi hiányokat — ha ugyanaz a tévhit uralkodik három osztályban egymás után, a tankönyv-fejezet a kar, nem a több gyakorlás.
MI VOLT A PROBLÉMA
- −A feleletválasztós azt mondja „rossz” · nem azt, MIÉRT
- −A nyitott válaszokat időhiány miatt nem olvassa át senki mintáért
- −„Még gyakorolj” a default akció, ha a tanár nem látja a mintát
MIT KAPOTT AZ ÜGYFÉL
- Az osztály domináns gondolkodási hibái láthatók kérdésenként
- Minden hiba-mintához konkrét tanári válasz tartozik
- A kohorszt-trend láthatóvá teszi a tantervi hiányokat
AMIT SZÁLLÍTOTTUNK
- +Multi-task tévhit-klasszifikátor · NL · EN · HU
- +8 gondolkodási-hiba meta-címke · tanári akcióval címkénként
- +HDBSCAN-klaszterezés kérdéseken átívelő strukturális mintára
- +Kohorszt-szintű trend-dashboard
- +Pedagógiai könyvtár · mit jelent, miért jön létre, mit tegyél
TECHNOLÓGIA
- Python
- PyTorch
- Transformers
- FastAPI
- React
KAPCSOLÓDÓ OLVASMÁNY
- AI fejlesztés · Weboldal · webshop · webapp · Kiberbiztonság · NIS2 + GDPR · Egyedi szoftverfejlesztésDField Q3 2026 roundup · ami megváltozott, amit szállítottunk, ami eltörtHárom hónap. SZÉP 2.0 él, NAV v3 átállás, AI Act enforcement, OWASP LLM Top 10 v2. Kemény számok, egy erős vélemény a tanácsadói rétegről.
- AI fejlesztés · Weboldal · webshop · webapp · Egyedi szoftverfejlesztésDField Q2 2026 roundup · ami megváltozott, amit szállítottunk, ami eltörtNégy hónap eredmény, opinion-evidence keverék. Mit szállítottunk, mit szállított a piac, mi tört el, és mit figyelünk Q3-ra.
- AI fejlesztés · Weboldal · webshop · webappDField hírek · 2026 június · negyedév vége, jelek a gyepenJúniusi havi digest · ami a Q2 végére kemény tanulság lett, és ami július-augusztusban a képre kerül.
- AI fejlesztés · Weboldal · webshop · webappDField hírek · 2026 május · ami az iparban és a magyar piacon mozdulMit változtat ebben a hónapban a prompt cache GA, a Next.js 16 előzetes, a SZÉP 2.0 sandbox · és mit érdemes most olvasni kívülről.