LLM-finjustering til indholdsstyring og -oprettelse i EdTech

3×
forbedring i prompt-nøjagtighed
40-50%
hurtigere tid til indholdsudgivelse
LLM-finjustering til indholdsstyring og -oprettelse i EdTech | Crunch-IS Case Study
Oplev hvordan LLM'er revolutionerede indholdsskabelse og -styring inden for EdTech og leverede strømlinede og automatiserede arbejdsgange for bedre resultater.
Branche:

Teknologi, information og internet

Placering:

USA

Teamstørrelse:

ML-ingeniør, projektleder

Varighed:

6 måneder

Technologies
LLM
LangСhain
LangSmith
Python
Argilla
01

Om kunden

Vi samarbejder med en uddannelsesorienteret virksomhed, der har udviklet en AI-drevet applikation til at strømline udgivelsesprocessen. Drevet af AI fremmer denne virksomhed selvudgivelse og er med på Inc. 5000-listen.

LLM-finjustering til indholdsstyring og -oprettelse i EdTech | Crunch-IS Case Study
02

Udfordring

Virksomheden stod over for begrænsningen ved deres low-code-platform (AirOps), som blev brugt til at bygge et AI-flow i appen. De havde brug for intern ekspertise for at frigøre skalerbarhed og større fleksibilitet.

03

Løsningen vi leverede

For at adressere begrænsningerne i det eksisterende system og opfylde virksomhedens mål om skalerbarhed og tilpasning, nytænkte vi den generelle AI-arbejdsgang og arkitektur. Vores indsats var fokuseret på tre nøgleområder:

Analyse og revision af det eksisterende system

Vi vurderede det eksisterende system på AirOps og identificerede ineffektivitet i prompt-arbejdsgange efterfulgt af flaskehalse i kundeoplevelsen såsom begrænsninger i skalerbarhed, tilpasning og dataintegration.

Prompt Engineering

Vores næste skridt var at nydefinere den prompt engineering-proces, der ligger i kernen af systemet. Der var en flertrins-promptoprettelsesproces til selvudgivelse, som vi forbedrede med AI-modeloptimering og promptforfining for præcis dataudtrækning og -generering.

Image Case Study | Crunch-IS

AI-Builder-arkitektur

For at sikre systemets stabile drift designede vi en skalerbar løsning ved hjælp af LangСhain. Den nye løsning inkluderer nu moduler til emneforskning, kundeindsigt og bogdisponering, der forbedrer slutbrugernes oplevelse ved udgivelse. Denne nye arkitektur sikrer bedre tilpasning, brugervenlighed og ydeevne.

04

Kundens resultater

Overgangen til en skræddersyet AI-løsning medførte betydelige forbedringer på flere nøgleområder, hvilket løste begrænsningerne ved den tidligere platform og leverede håndgribelige fordele til virksomheden. Disse omfattede forbedret omkostningseffektivitet, skalerbarhed og brugervenlighed.

60% stigning i brugervenlighed

Omkostningseffektivitet

Overgangen til LangChain-baserede løsninger reducerede driftsomkostningerne.

Skalerbarhed

Den tidligere platform manglede skalerbarhed og tilpasningsmuligheder, hvilket begrænsede projektets vækst. Ved at skifte til LangChain kan virksomheden nu skalere deres applikation effektivt.

Forbedret brugervenlighed

Den tidligere low-code-platform var uegnet for brugere, der ikke var fortrolige med LLM-løsninger. Det nye system tilbyder bedre fleksibilitet og brugervenlighed for både tekniske og ikke-tekniske brugere.

Crunch-IS image case study

Fortæl os, hvad I bygger

Send et oplæg, en specifikation eller tre sætninger om, hvor systemet er gået i stå. Én samtale er som regel nok til at afgøre, om vi passer til jer.

Skræddersyet software, AI og ML, data og analyse, cloud og sikkerhed — fra tidlig afklaring til langsigtet levering.

  • 170+ eksperter
  • 120+ leverede projekter
  • 97% fuldt tilfredse

    Jeg har læst og accepteret Brugsbetingelserne og Privatlivspolitikken *

    Dit privatliv er vigtigt. Vi bruger cookies til at forbedre din oplevelse og tilpasse indhold.