OpenAI Zelma: 通过 GPT-4 让教育数据易于获取

Zelma 是一款由 GPT-4 驱动的研究助理，使家长、教师、学校管理员和政策制定者能够访问并分析美国 3‑8 年级学生的标准化考试数据。通过将分散的、多格式的教育数据转换为统一格式并利用 OpenAI 的 API，Zelma 让用户能够使用自然语言获取量身定制的教育洞察。

Zelma 的技术实现

Zelma 由 Emily Oster 博士和布朗大学的一支学生研究团队开发，他们花了一年时间清理和统一教育数据。该工具与 Novy 合作开发，以实现以下技术组件：

GPT-4 与函数调用

Novy 利用 OpenAI 的函数调用功能，使 GPT-4 能够为用户选择合适的可视化图表和数据字段进行展示。

为查询建议进行微调

为提升“提问”视图的用户体验，团队对模型进行微调，创建了一个基于数据的自动补全功能，根据可用数据提供问题建议。

用于准确性的向量数据库

已知的优秀示例图表被嵌入并存储在向量数据库中。此方法用于在处理复杂边缘案例时提升响应的准确性。

用户体验与范围管理

为确保用户的提问保持在 Zelma 知识范围内，并处理人们表达问题的多种方式，开发者实施了若干设计选择：

• 示例提示建议： 由于 Zelma 专注于特定领域的教育数据，示例提示帮助用户了解如何表述查询以及工具能够回答什么内容。
• 公开问题日志： 所有向 Zelma 提出的提问都会公开，用户可以从其他查询中学习，并抑制不相关的提问。
• SQL 代码透明度： Zelma 显示用于生成答案的 SQL 代码，便于用户验证逻辑。对于非技术用户，同样的逻辑会以通俗语言解释。
• 情境说明： 该工具提供定义并标记重要事件，例如州评估的变更，帮助用户了解可能影响特定年份数据的外部因素。