LLM-finjustering för innehållshantering och innehållsskapande inom EdTech

3×
förbättring av promptprecision
40–50 %
snabbare tid till innehållspublicering
LLM-finjustering för innehållshantering och innehållsskapande inom EdTech | Crunch-IS Case Study
Upptäck hur LLM:er revolutionerade innehållsskapande och innehållshantering inom EdTech, och levererade strömlinjeformade och automatiserade arbetsflöden för bättre resultat.
Bransch:

Teknik, information och internet

Plats:

USA

Teamstorlek:

ML-ingenjör, projektledare

Varaktighet:

6 månader

Technologies
LLM
LangСhain
LangSmith
Python
Argilla
01

Om kunden

Vi samarbetar med ett utbildningsinriktat företag som har utvecklat en AI-driven applikation för att effektivisera publiceringsprocessen. Drivet av AI främjar detta företag egenpublicering och finns med på Inc. 5000-listan.

LLM-finjustering för innehållshantering och innehållsskapande inom EdTech | Crunch-IS Case Study
02

Utmaning

Företaget ställdes inför begränsningar i sin low-code-plattform (AirOps) som användes för att bygga ett AI-flöde i appen. De behövde intern expertis för att låsa upp skalbarhet och större flexibilitet.

03

Lösningen vi levererade

För att åtgärda begränsningarna i det befintliga systemet och uppfylla företagets mål för skalbarhet och anpassning, omdefinierade vi det allmänna AI-arbetsflödet och arkitekturen. Våra insatser fokuserade på tre nyckelområden:

Analys och granskning av det befintliga systemet

Vi utvärderade det befintliga systemet på AirOps och identifierade ineffektivitet i promptarbetsflöden följt av flaskhalsar i kundupplevelsen såsom begränsningar i skalbarhet, anpassning och dataintegration.

Prompt Engineering

Vårt nästa steg var att omdefiniera prompt-engineering-processen som ligger i kärnan av systemet. Det fanns en flerstegsprocess för att skapa prompts för egenpublicering som vi förbättrade med AI-modelloptimering och förfining av prompts för korrekt dataextrahering och generering.

Image Case Study | Crunch-IS

AI-Builder-arkitektur

För att säkerställa systemets stabila drift utformade vi en skalbar lösning med LangСhain. Den nya lösningen inkluderar nu moduler för ämnesundersökning, kundinsikter och bokdisposition som förbättrar slutanvändarnas upplevelse vid publicering. Denna nya arkitektur säkerställer bättre anpassning, användbarhet och prestanda.

04

Kundens resultat

Övergången till en anpassad AI-lösning medförde betydande förbättringar inom flera nyckelområden, åtgärdade begränsningarna hos den tidigare plattformen och gav påtagliga fördelar för företaget. Dessa inkluderade förbättrad kostnadseffektivitet, skalbarhet och användbarhet.

60 % ökning av användbarhet

Kostnadseffektivitet

Övergången till LangChain-baserade lösningar minskade driftskostnaderna.

Skalbarhet

Den tidigare plattformen saknade skalbarhet och anpassningsbarhet, vilket begränsade projektets tillväxt. Genom att gå över till LangChain kan företaget nu skala sin applikation effektivt.

Förbättrad användbarhet

Den tidigare low-code-plattformen var olämplig för användare som inte var bekanta med LLM-lösningar. Det nya systemet erbjuder bättre flexibilitet och användbarhet för både tekniska och icke-tekniska användare.

Crunch-IS image case study

Berätta vad ni bygger

Skicka en skiss, en kravspecifikation eller tre meningar om var systemet har kört fast. Ett samtal räcker oftast för att avgöra om vi passar er.

Skräddarsydd mjukvara, AI och ML, data och analys, moln och säkerhet — från tidig behovsanalys till långsiktig leverans.

  • 170+ experter
  • 120+ levererade projekt
  • 97% helt nöjda

    Jag har läst och godkänt Användarvillkoren och Integritetspolicyn *

    Din integritet är viktig. Vi använder cookies för att förbättra din upplevelse och anpassa innehåll.