Phase 19: Capstone Projects

Capstone 17 آموزشگاه هوش مصنوعی شخصی (تضاویل، چندرنگ، با حافظه)

خانمیگو (آکادمی خان) ، دوولینگو مکس، گوگل LearnLM / Gemini برای آموزش، Quizlet Q-Chat و Synthesis Tutor همه آموزش های چند مدل سازنده را در سال 2026 در مقیاس عرضه کردند. شکل مشترک یک سیاست سقراط (هیچ وقت فقط جواب را رها نکنید) ، یک مدل یادگیری است که پس از هر تعامل (طریقه ردیابی دانش بیزی) ، ورودی صدای + متن + عکس ریاضی، بازیافت گرافی برنامه درسی، برنامه ریزی تکرار با فاصله و فیلترهای ایمنی سخت برای محتوای مناسب به سن، به روز می شود. هدف این است که یک معلم خاص موضوع (جبر K-12 یا مقدمه Python) را ارسال کنید، یک مطالعه اثربخشی دو هفته ای را با 10 دانش آموز انجام دهید و یک حسابرسی ایمنی محتوا را پاس کنید.

Type: Capstone

Languages: Python (backend, learner model), TypeScript (web app), SQL (curriculum graph via Postgres + Neo4j)

Prerequisites: Phase 5 (NLP), Phase 6 (speech), Phase 11 (LLM engineering), Phase 12 (multimodal), Phase 14 (agents), Phase 17 (infrastructure), Phase 18 (safety)

Phases exercised:P5 · P6 · P11 · P12 · P14 · P17 · P18

Time: 30 hours

مشکل

آموزش سازگار قبلا یک حوزه تحقیقاتی فناوری بود. تا سال 2026 این یک محصول مصرفی خواهد بود. خانمیگو در اکثر مناطق مدرسه ایالات متحده پخش می شود. دوالنگو مکس ده ها میلیون ماین رو به دست آورد برنامه LearnLM / Gemini برای آموزش گوگل آموزش در کلاس درس گوگل را تقویت می کند. "کويزلت" "چات" کنار کارت ها نشسته "توتور" با "توتور" برای بچه های کنجکاو به شدت در حال گسترش بود. عناصر مشترک: ورودی چند مدل (نوع، صحبت، معادلات عکاسی) ، آموزش سقراط (اول بپرسید، بعدا توضیح دهید) ، یک مدل دانش آموز که پس از هر تعامل به روز می شود و ایمنی دقیق مناسب به سن.

شما یکی از این ها را برای یک گروه خاص ایجاد خواهید کرد. بار اندازه گیری یک مطالعه اثربخشی واقعی است: نمرات قبل از آزمایش و پس از آزمایش در طول دو هفته با 10 دانش آموز. حلقه صدا باید طبیعی باشد (کاپستون 03 زیرپاک). حافظه باید احترام به حریم خصوصی باشد. فیلتر ایمنی باید از گروه قرمز COPPA آگاه برای K-12 عبور کند.

مفهوم

چهار قسمتTutor policyیک حلقه سقراط است: وقتی دانش آموز پاسخ را می خواهد، سیاست یک سوال اصلی را می پرسد؛ وقتی که آن را درست می کند، به مفهوم بعدی حرکت می کند؛ وقتی آنها گیر کرده اند، یک اشاره ی استقرار ارائه می دهد. Learner modelردیابی دانش بیزی (یا یک نوع ساده) است که احتمال تسلط را در هر گره برنامه در هر تعامل به روز می کند. Curriculum graphیک Neo4j از مفاهیم با حواشی پیش شرط است؛ سیاست برای انتخاب مفهوم بعدی در نمودار حرکت می کند. Memoryیک فروشگاه ایپیزودیک + معنوی (به سبک حافظه عامل) است که تعاملات گذشته، اشتباهات و ترجیحات را نگه می دارد.

UX چند حالت است. ورودی متن برای پاسخ های تایپ شده. ورودی صدا از طریق LiveKit + Whisper (باز استفاده از سنگ پای 03). ورودی عکس برای مشکلات ریاضی از طریق dots.ocr یا PaliGemma 2. ورودی صدا از طریق Cartesia Sonic-2. ایمنی از Llama Guard 4 به همراه فیلتر مناسب برای سن استفاده می کند (محتفظات بزرگسالان، خشونت، آسیب خود را مسدود می کند) و سیاست حفظ حافظه COPPA آگاه است.

مطالعه اثربخشی نتیجه گیری است. 10 دانش آموز، قبل از آزمون و پس از آزمون، دو هفته. گزارش یادگیری سود دلتا و اعتماد به نفس. مقایسه با یک خط پایه غیر سازگاری (محتوی مشابه به صورت خطی بدون سیاست مربی ارائه شده است).

معماری

learner device
  |
  +-- text         -> web app
  +-- voice        -> LiveKit Agents (ASR + TTS)
  +-- photo math   -> dots.ocr / PaliGemma 2
       |
       v
  tutor policy (LangGraph)
       - Socratic decision head
       - next-concept chooser (curriculum graph walk)
       - hint scaffolder
       - mastery update
       |
       v
  learner model (BKT / item-response theory)
       - per-concept mastery probability
       - spaced-repetition scheduler (SM-2 or FSRS)
       |
       v
  memory (agentmemory-style)
       - episodic: every interaction
       - semantic: learned mistakes, preferences
       - retention policy: COPPA / GDPR aware
       |
       v
  curriculum graph (Neo4j)
       - prerequisite edges
       - OER content attached
       |
       v
  safety:
    Llama Guard 4 + age-appropriate filter
    memory access guarded by learner ID scope

دسته

انتخاب موضوع: الجبر K-12 یا مقدمه پایتون (یک برای عمق انتخاب کنید)
سیاست راهنمای: LangGraph بر روی Claude Sonnet 4.7 (با پیشگیری سریع)
مدل یادگیرنده: ردیابی دانش بائیزی (کلاسیک) یا FSRS برای فاصله گذاری
نمودار برنامه درسی: Neo4j از مفاهیم + حواشی پیش شرط + محتوای OER
حافظه: عامل ویکتور مداوم سبک حافظه + قسمت + ذخیره معنوی
صدا: LiveKit Agents 1.0 + Cartesia Sonic-2 (تکثیر زیر سنگ 03 را دوباره استفاده کنید)
ریاضیات عکس: dots.ocr یا PaliGemma 2 برای تشخیص معادلات
ایمنی: Llama Guard 4 + فیلتر متناسب با سن
Eval: تولید سوالات در سطح گل، استفاده از قبل/پشت آزمایش، ابزار مطالعه اثربخشی

آن را بسازید

Curriculum graph.یک Neo4j از 50-150 گره مفهوم (به عنوان مثال، الجبر K-12 از "خط شماره" به "فارمول مربع") با حواشی پیش شرط بسازید. محتوای OER را در هر گره (Open Textbook، OpenStax) متصل کنید.

Learner model.شروع کردن ردیابی دانش بیزیایی با سابقه: حدس زدن، خروجی، سرعت یادگیری. به روز رسانی تسلط هر مفهوم پس از هر تعامل. ادامه هر دانش آموز.

Tutor policy.لنگ گراف با گره ها: read_signal(پاسخ آموز درست / جزئی / گیر کرده بود؟)select_concept(گراف برنامه درسی راه رفتن که مفهوم اولویت بالا را انتخاب می کند)scaffold(سوکراطي به عنوان اشاره)update_mastery. .

Memory.هر تعامل به یک فروشگاه قسمت نوشته می شود. اشتباهات و ترجیحات به حافظه معنوی کمک می کنند. سیاست حفظ COPPA آگاه: حذف خودکار پس از 1 سال، دسترسی والدین.

Voice path.کارکن LiveKit Agents به سیاست راهنمای متصل شده است. ASR از طریق Whisper-v3-turbo. TTS از طریق Cartesia Sonic-2. Barge-in پشتیبانی می شود (مکانیک Capstone 03 را دوباره استفاده کنید).

Photo-math path.تصویر را بارگذاری یا ضبط کنید؛ برای تشخیص معادله dots.ocr یا PaliGemma 2 اجرا کنید؛ به عنوان ورودی ساختار یافته به معلم ارسال کنید.

Safety.هر محصول مدل Llama Guard 4 + فیلتر مناسب به سن (محدود کردن آسیب شخصی، محتوای بزرگسالان، خشونت) را عبور می کند. دسترسی به حافظه توسط شناسه یادگیرنده انجام می شود؛ سطح دسترسی والدین برای حذف.

Efficacy study.10 دانش آموز، پیش از آزمون (بنیاد استاندارد 30 سوال) ، دو هفته تعامل مربی (3 جلسه/ هفته) ، پس از آزمون. مقایسه با یک گروه پایه غیر سازگاری از 10 دانش آموز در مورد همان محتوا.

Weekly progress reports.برای هر دانش آموز، خلاصه ای از موضوعات مورد بررسی، مسیرهای تسلط و مراحل بعدی توصیه شده را به صورت خودکار در PDF ایجاد کنید.

ازش استفاده کن

learner: "I don't understand why 3x + 6 = 12 means x = 2"
[signal]   stuck
[concept]  'isolating variables' (prerequisite: addition-subtraction-equality)
[scaffold] "what number would you subtract from both sides to start?"
learner: "6"
[signal]   correct
[mastery]  addition-subtraction-equality: 0.62 -> 0.77
[concept]  continue 'isolating variables'
[scaffold] "great. now what is 3x / 3 equal to?"

-باده

outputs/skill-ai-tutor.mdیک معلم سازگار خاص موضوع با ورودی چند مدل، یک مدل یادگیرنده، حافظه، ایمنی و میزان اثربخشی.

Weight	Criterion	How it is measured
25	Learning gain delta	Pre/post-test delta in a 10-learner two-week study
20	Socratic fidelity	Rubric score on transcript samples
20	Multimodal UX	Voice + photo + text coherence end to end
20	Safety + privacy posture	Llama Guard 4 pass rate + COPPA-aware retention
15	Curriculum breadth and graph quality	Concept coverage + prerequisite graph consistency
100

تمرینات

مطالعه اثربخشی را با و بدون مدل یادگیری سازنده (آردهای تصادفی مفهوم) اجرا کنید. دلتا را گزارش کنید. انتظار دارید سازنده برنده شود، اما اندازه شماره جالب است.

یک ساند چند مدل را اضافه کنید: همان سوال مفهوم به عنوان متن، صدا و عکس ارائه شده است. اندازه گیری کنید که آیا دانش آموزان با روش مورد نظر خود سریعتر به هم می رسند یا خیر.

یک داشبورد اصلی بسازید: موضوعات تمرین شده، مسیرهای تسلط، مفاهیم آینده، رویدادهای ایمنی (هر گونه ضربه به رایل)

حالت تغییر زبان را اضافه کنید: معلم ورودی اسپانیایی را قبول می کند و به زبان اسپانیایی تدریس می کند. پوشش X-Guard را اندازه گیری کنید.

بر حفظ حریم خصوصی حافظه تاکید کنید: تایید کنید که دانش آموز A نمی تواند داده های دانش آموز B را حتی از طریق حمله مجدد ضبط صدای B ببیند. سعی در دسترسی و هشدار را ثبت کنید.

اصطلاحات کلیدی

Term	What people say	What it actually means
Socratic policy	"Ask, do not dump"	Tutor asks a leading question rather than giving the answer
Bayesian knowledge tracing	"BKT"	Classic learner-model equations for mastery probability per concept
FSRS	"Free Spaced Repetition Scheduler"	2024 spaced-repetition scheduler, better than SM-2
Curriculum graph	"Concept DAG"	Neo4j of concepts with prerequisite edges
Episodic memory	"Per-interaction log"	Every interaction stored for later retrieval
Semantic memory	"Learned pattern store"	Compacted mistakes and preferences promoted from episodic
COPPA	"Kids privacy law"	US law restricting data collection from children under 13

خواندن بیشتر

Khanmigo (Khan Academy) راهنمای K-12 مصرف کننده مرجع
Duolingo Max معلم زبان های مرجع
Google LearnLM / Gemini for Education مدل مرجع میزبانی شده
Quizlet Q-Chat مرجع متناوب
Synthesis Tutor شروع کردن
FSRS algorithm برنامه ریزی تکرار با فاصله
Bayesian Knowledge Tracing مدل کلاسیک دانش آموز
LiveKit Agents صدای بلند

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.