PigAI_GPT2批改网写作助手

AI+数字人 自动制作 标准化 培训课件 利用AI+数字人技术自动制作标准化培训课件,可以通过以下流程实现,既能提升效率,又能保证内容的一致性和互动性。通过上述流程,企业可快速生成低成本、高一致性的培训材料,尤其适合需要频繁更新或多语言部署的场景(如合规培训、产品知识库)。 阅读详情

PigAI_GPT2

P i g A I _ G P T 2 \rm PigAI\_GPT_2 PigAI_GPT2​批改网写作助手

项目地址:PigAI_GPT2

🎠 服务条款

  1. 本项目软件及源码禁止在国内网络环境大范围传播;
  2. 本项目开源免费,请不要滥用接口;
  3. 禁止任何人使用本项目及其分支提供任何形式的收费服务。

🦅 快速上手

  • 本项目文本生成内核分为 C o r e − O r d \rm Core-Ord Core−Ord与 C o r e − N L P \rm Core-NLP Core−NLP,深度学习内核暂未开源(将在今后版本发布);
  • 本项目使用Python3编写,短期内无“软化”动机,故需您在使用该脚本前熟悉Python编程环境并具备一定的debug能力。

【方案一】用户

  • 配置账号信息

    在/PigAI_GPT2_src/config.yaml中配置账号信息

    • 强制填写用户名、密码与作文号,信息填写有误或残缺将无法正常启动项目;
    • 其中,class_name班级名称若不填写将不会在提交任务时选择班级(非强制填写项);
users:
  - user:
      # 登陆账号:邮箱或者手机号:字符串
      username: 'your username'
      # 账号密码:字符串
      password: 'your password'
      # 班级,请自行打开批改网,看看自己的班级全称:字符串
      class_name: your class name
      # 作文号,支持多篇作文并发,pids len ∈[1,∞)List[str]
      pids: [ '1586732' ]
  1. 配置Chromedriver
  • 请确保您已安装Chrome谷歌浏览器并配置适应您计算机操作系统的对应版本的chromedriver驱动器;

  • 请将正确版本的chromedriver放置在路径./PigAI_GPT2_src/middleware/之下。

    # 如果您是windows系统,应下载.exe文件并放置在上文所示路径中
    if 'win' in sys.platform:
        CHROMEDRIVER_PATH = os.path.join(ROOT_DIR_MIDDLEWARE, 'chromedriver.exe')
    elif 'linux' in sys.platform:
        CHROMEDRIVER_PATH = os.path.join(ROOT_DIR_MIDDLEWARE, 'chromedriver')
    
  1. 确保网络通畅,拉取项目第三方依赖

    请将PigAI_GPT2_src作为您工程文件的根目录,使用如下Terminal指令在当前环境下拉取第三方依赖。

    pip install -r requirements.txt
    
    # 若您网络状况较差请使用这条指令
    pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
    
  2. Enjoy it♂

    更多疑问请在issue中提出或通过email私信作者。

    • 历史操作

      成功运行后,可在./PigAI_GPT2_src/database/action_history.csv中查看历史操作。

    • 查看评测

      成功运行后,可在./PigAI_GPT2_src/database/paper_score/中查看以.mhtml文件封装的评测结果页面。若您第一次打开这种格式的文件,请右键目标文件后,在打开方式中选择以Chrome、Edge等浏览器启动。

    • 文本长度

      # ---------------------------------------------------
      # TODO (√)TexLen -- 文本词数区间起点
      # 合成的文章词数不会小于TexLen,一般情况下会超出20至80个词。
      # 建议区间 TEXT_LENGTH∈[120, 460]
      # ---------------------------------------------------
      TEXT_LENGTH = 320
      

【方案二】开发者

本项目基于Windows10环境开发

🎮 进阶玩法

⚖️ 服务器部署

将项目部署至容器,客户端只需输入账号信息及作文号既可完成作文提交任务。

  • (更新中…)

👽混淆神经网络 ( O N N ) (\rm ONN) (ONN)

一种基于回文并序自然语言阅读理解的深度学习模型(尝试适配分布式异构计算)

  • (更新中…)

🔺 注意事项

  • 屎山

    本项目当前版本源码藕合度极高(本意在防止开发者恶意篡改源码用来攻击网站)。作者将在未来版本中把批改网模拟登陆的爬虫脚本和阅读理解+文本生成的深度学习模型完全解耦(毕竟这本来就是不同的任务模块);

  • 睿智

    • 本项目深度学习内核暂未开源,当前版本使用的仍是随机语句组合方案 ( C o r e − O r d ) (\rm Core-Ord) (Core−Ord);
    • 深度学习内核生成的文本具有极强的倾略性,实测分数(批改网打分)均分保持在96.43左右,而使用普通核心则能达到78~89的平均范围,极少数情况出现异常作文;
  • 提醒

    未使用深度学习内核的脚本生成的文章与作文题目没有任何关系!应付一下平时的作业即可,请不要在利益相关的生产活动中使用!

📢 更新日志

  • 2020.12.26 v_0.1.1-beta
    • 更新README;
    • 重构项目文档树。

🗺 开源计划

  • 批改网自动登录脚本(登录、跳转、作文填写、班级选择、任务提交、数据持久)

    • 数据持久采用csv + mhtml方案
    • 自动登录采用Python3 + Selenium方案
  • 多种阅读理解模型介绍

  • 多种文本生成模型介绍

  • 基于 D I K W 智 慧 图 谱 \rm DIKW智慧图谱 DIKW智慧图谱技术的智能决策+智能应答解决方案介绍

✉️ 联系我们

本项目由海南大学机器人与人工智能协会数据挖掘小组(A-RAI.DM)提供维护

🔗 参考资料

[附源码]计算机毕业设计Python的在线作业批改系统(程序+源码+LW文档) 该项目含有源码、文档、程序、数据库、配套开发软件、软件安装教程项目运行环境配置:Pychram社区版+py项目技术:django + python+ Vue 等等组成,B/S模式 +pychram管理等等。环境需要1.运行环境:最好是python3.7.7,我们在这个版本上开发的。其他版本理论上也可以。2.pycharm环境:pycharm都可以。推荐pycharm社区版;3.mysql环境:建议是用5.7版本均可。 阅读详情

相关推荐

java批改作业系统(开题+源码)

传统的批改作业方式存在着很多问题,如批改不及时、不准确等,这些问题会影响学生的学习效果和教师的教育教学质量。而智能批改作业系统可以通过自动识别作业答案、比对答案与得分点等方式,快速、准确地完成批改作业的任务,同时可以提供及时反馈和成绩记录等功能,帮助学生更好地了解自己的学习情况和不足之处,同时也为教师提供了更加全面和准确的教学数据,帮助教师更好地评估学生的学习情况和制定更加个性化的教学计划。因此,开发一款智能的批改作业系统,可以提高教学效率和质量,同时也可以减轻教师的工作负担和提高学生的自主学习能力。

Node.js毕设程序源码 1240

PigAI_GPT2:批改网写作助手指南

PigAI_GPT2:批改网写作助手指南 项目介绍 PigAI_GPT2 是一个专为批改网设计的辅助工具,它旨在自动化生成高质量的英文作文,并便捷地帮助用户在批改网平台上提交。该项目融合了自然语言处理和深度学习技术,其核心分为Core-Ord和Core-NLP两大部分,其中后者虽未开源,但据称能产出更高评分的作文。此工具适用于学习场景,特别是应对日常英语作业,但开发者明确警告不宜用于利益相关的正式...

gitblog_01056的博客 846

Pig数据处理与AI结合

Pig数据处理与AI结合 1.背景介绍 在大数据时代,数据处理和人工智能(AI)是两个至关重要的领域。Apache Pig 是一个用于处理大规模数据集的高层数据流脚本平台,特别适用于Hadoop生态系统。Pig的主要优势在于其简洁的脚本语言Pig Latin,使得数据处理变得更加直观和高效。而AI,

AI天才研究院 1383

Pigx+AI实战:3天搭建智能仓储管理系统

Pigx框架确实能显著提升企业级应用的开发效率合理使用AI代码生成工具可以节省30%以上的编码时间仓储系统的核心是库存准确性,事务控制非常重要消息队列能很好解耦系统,提高响应速度数据可视化能让仓储数据更直观易懂整个项目从零开始到基本功能完成用了3天时间,比传统开发方式快了很多。对于需要快速开发企业应用的朋友,我推荐尝试Pigx+AI的这种组合方式。最后,如果你也想快速搭建类似系统,可以去体验下InsCode(快马)平台,它的AI辅助开发和一键部署功能确实能帮我们节省不少时间。

ThunderstormLynx23的博客 575

批改网粘贴限制修改教程

批改网粘贴限制修改教程,教你如何利用前端思维接触粘贴限制,解放双手,提高工作效率。同时,本教程仅用于教学实验,特此声明,希望大家正确看待,不要滥用,提倡自我学习。

批改网功能使用测试题及答案(考试系统).docx

批改网功能使用测试题及答案(考试系统).docx

终极指南:如何快速掌握 PigAIOS - 高效源码与二进制匹配神器

PigAIOS(希腊语意为"源码")是一款革命性的工具,专门用于直接对比和匹配源代码与二进制文件。这款强大的逆向工程助手能够解析C源代码,从抽象语法树中提取特征,并将其与IDA数据库中的函数名称、结构和枚举进行智能匹配,大幅提升逆向分析效率。👨‍💻 ## 🔍 为什么选择 PigAIOS? 在逆向工程领域,识别二进制文件中的开源库函数一直是个耗时费力的过程。PigAIOS通过以下独特功能解

gitblog_00085的博客 410

作业批改系统

学生:注册登录,点卡充值,修改个人信息,作文上传,上传管理,请求老师批改,查询批改内容 教师:登录,批改学生作文,获取点数,修改个人信息 管理员:管理学生,管理教师,管理上传作文,查询管理批改情况,查询老师点数,查询管理学生充值点数。修改登录信息密码

【亲测免费】 PigAI_GPT2 批改网写作助手 使用指南

PigAI_GPT2 批改网写作助手 使用指南 1. 项目目录结构及介绍 PigAI_GPT2项目遵循清晰的结构以支持其功能实现。以下是主要的目录组成部分: .gitignore:指定在Git版本控制中忽略的文件类型或目录。 LICENSE:项目使用的许可证声明,即GPL-3.0许可证。 README.md:项目的主要说明文件,包含了快速入门指导、重要提醒、更新日志等关键信息。 requirem...

gitblog_00305的博客 617

时空图神经网络实战:T-GCN在交通流量预测中的深度解析

本文深度解析了时空图神经网络T-GCN在交通流量预测中的实战应用。通过结合图卷积网络(GCN)和门控循环单元(GRU),T-GCN有效捕捉交通数据的时空依赖性,相比传统方法降低30%以上预测误差。文章详细介绍了T-GCN的核心技术、工程实践和优化策略,为智能交通系统提供有力工具。

weixin_29038537的博客 269

Linux系统安装AutoDockTools、AutoGrid和AutoDock并实现分子对接(详细讲解)

linux系统为centos7.0 按照下面操作安装AutoDockTools(MGLTools) 1. 下载安装包,链接(https://ccsb.scripps.edu/mgltools/downloads/),我的linux系统是64位,下载红色标记源代码,拷贝入linux目标文件夹下。 2. shell终端进行安装: 1. 终端进入安装包所在文件夹,并获取root权限;赋予代码安装权限; cd /home/... #目标文件夹,根据目标程序文件位置进行更改 su #获

carlos_zhao的博客 1万+

打开英语写作新纪元:批改网写作助手深度揭秘

打开英语写作新纪元:批改网写作助手深度揭秘 在这个信息化飞速发展的时代,提升英语写作技能成为众多学子和教育者的共同追求。今天,让我们一起探索一款划时代的开源工具——批改网写作助手,它凭借人工智能的力量,为英语学习者自动生成并提交高质量作文,开启英语写作新篇章。 项目介绍 批改网写作助手,是一个基于Python的技术驱动型项目,旨在简化英语作文创作流程,并通过自动提交至批改网进行评价,实现个性化学习...

gitblog_00065的博客 671

Qt数据导出实战:从SQLite到CSV的完整流程(附内存优化技巧)

本文详细介绍了在Qt框架下,将SQLite数据库中的数据高效导出为CSV格式的完整流程。针对大数据量场景,重点分享了分块读取、流式写入等内存优化技巧,有效解决了嵌入式或资源受限环境中导出功能的内存占用与性能瓶颈问题,并提供了健壮的代码实现方案。

weixin_29313547的博客 342

【无标题】

跨模型AI不是概念,是正在发生的技术演进。苹果用Siri AI确认了方向,但真正的跨模型不只是"把问题转给另一个模型"——而是让模型之间共享上下文、协同工作。对开发者来说,现在要做的不是选模型,是选择跨模型的技术方案。本文基于2026年6月WWDC公开信息及行业数据撰写,仅代表个人技术观察。

AI18108的博客 339

手把手教你学Simulink实例--基于Simulink的电动汽车无线充电效率优化仿真

​市场规模:2025年全球无线充电市场规模将达$27亿(MarketsandMarkets数据)​技术标准Qi v1.3(最高150W)WiTricity(200W动态功率)ISO 17163(道路车辆无线充电)​节能效果:每kWh充电减少120W损耗(按每天8小时)​成本分析线圈成本:35vs58(传统方案)效率提升带来的续航增加:15km/100km。

xiaoheshang_123的博客 346

LOFIC / 全局快门在移动端的可行性:曝光容限、读出噪声与算力预算

手机端引入 LOFIC 与全局快门的核心权衡在于:在有限像素面积与功耗下,如何换取更高的动态范围与运动场景鲁棒性。LOFIC 通过侧向溢流到积分电容扩大满井并保持较高转换增益,全局快门在帧内一次性采样消除行时序伪影,但需付出像素填充率、读出噪声与片上存储功耗的代价。本文以工程可实操为目标,给出像素与读出链的简化模型、曝光损益测算、数据率与带宽估算、端到端算力与热预算方法,配套寄存器配置流程、帧内/帧间切换策略与验证清单,帮助在真实移动 SoC 与 ISP 约束下完成可行性评估与原型落地。

努力分享一些人工智能、计算机视觉、影像等相关的知识干货! 1140

Python突破批改网复制粘贴限制

突破网站复制粘贴限制

一条小黑龙的博客 1797

090、Sensor上电时序与帧同步的驱动级实现——以索尼IMX766为例的AVDD/DVDD/IOVDD时序调优

摘要: 本文以索尼IMX766传感器为例,深入探讨了传感器上电时序与帧同步的驱动级实现问题。通过分析某车载项目量产中的高温黑屏故障,揭示了AVDD/DVDD/IOVDD时序偏差导致传感器内部状态机异常的根源。文章详细解读了IMX766三路电源的时序约束(如AVDD与DVDD需在1ms内同步至90%),并提供了驱动代码级实现方案,包括电源使能顺序、延时控制及帧同步配置。针对多摄同步场景,强调了曝光时间寄存器写入一致性的重要性。最后结合产线问题定位经验,提出通过示波器抓取电源波形验证时序合规性的方法。全文聚焦硬

zzfmlxs的博客 264

Langchain4j 新版混合检索来了,RAG 准确率直接拉满

最新版本的PIGAI中已经完全适配了,像milvus 、pgvector、ocenbase 等的混合检索策略大大提升RAG搜索的准确性。

Langchain的博客 312

AI安全护栏评测:TrustedExecBench如何量化评估大模型防护能力

在人工智能和机器学习领域,模型安全对齐是确保AI系统可靠、可控的核心技术。其原理是通过设计安全机制(即“护栏”)来约束模型行为,防止生成有害、偏见或越界内容。这项技术的核心价值在于平衡AI能力与风险管控,是可信AI部署的基石。应用场景广泛覆盖内容审核、对话系统、代码生成等需要人机交互的领域。本文聚焦的TrustedExecBench项目,正是针对“护栏”性能量化评估这一痛点,提供了一个标准化、自动化的开源评测框架。该工具通过构建多维度的恶意测试套件,并引入基于模型的动态评判机制,能够系统性地检验大语言模型在

weixin_42525428的博客 379

Yandex复杂还原验证码识别

本文分析了Yandex滑动验证码的识别方法,指出其通过JS判断正确滑动位置而非用户交互还原图像。核心思路是通过像素差异分析,将验证码图像重组后(分为3×3或4×4),计算相邻图像间的像素差异,最小值即为正确位置。与前期某象验证码识别方法类似,需结合图像增强技术统一像素直方图。文章强调该方法仅供学习参考,严禁用于违法行为。完整识别流程包括图像重组、像素差异计算等步骤,最终可准确定位正确拼图位置。

码王吴彦祖的博客 286

传统开发vsAI辅助:Pigx项目效率对比实验

在AI对话区补充细节要求(如"菜单要支持三级嵌套"、"接口拦截要兼容JWT"),代码实时更新。最近在做一个Pigx框架的权限管理模块,突发奇想对比了下传统手写代码和AI辅助开发的效率差异。用自然语言描述需求:"需要Pigx的权限模块,包含角色绑定、动态菜单、接口拦截和Redis缓存"。AI立刻生成基础代码骨架。| 代码行数 | 1200行 | 600行 | 50% |:核心业务逻辑仍建议手动编写,但基础CRUD、权限模型等重复工作交给AI,效率最大化。

BlackironPanther23的博客 352

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

PiG快速上手:10分钟从安装到第一次AI编程对话

想让终端里跑一个启动飞快、不依赖 Node.js 的 AI 编程助手?🐷 **PiG(Pi in Go)** 是一个用 Go 编写的终端 AI 编程智能体(Coding Agent),它是上游 TypeScript 项目 Pi 的忠实移植。本教程带你 10 分钟完成 PiG 的安装、登录、选模型,并跑通第一次 AI 编程对话。 [![PiG快速上手终端海报:本地构建与真实终端演示](https

gitblog_00964的博客 53

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

给我教小学的女友写了个自动批改作业的脚本。她好像更爱我了。

前言 在这里先扯淡两句哈,为什么突然想写一个这样的小项目。因为我的对象她是一名优秀的人民教师,虽然才教一年级哈,但是学生多了,工作量还是在的。批改作业啥的常常弄到很晚,所以今天就写一个小脚本来帮她减轻工作量。 ​ 一、亮出效果 最近一些软件的搜题、智能批改类的功能要下线。 退1024步讲,自己做一个让女朋友轻松轻松它也挺香。 昨晚我做了一个梦,梦见我实现了这个功能,如下图所示: ​​​​ ​​ 功能简介:作对了,能打对号;做错了,能打叉号;没做的,能补上答案。 ...

爬遍所有网站 1073

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

网上作业提交与批改系统(源码+开题)

网上作业提交与批改系统的研究意义在于,它能够实现作业的数字化管理,方便教师和学生之间的信息交流和互动。本研究将针对网上作业提交与批改系统的各项功能进行深入研究,包括专业、班级、学生、教师、公告信息、课程名称、课程作业、作业提交、批改成绩、答疑信息等系统功能。[5]王志辉. 基于Java开发的数据库迁移方法和系统设计[J]. 电脑知识与技术, 2022, 18 (17): 19-21.2023-03-01 至 2023-03-31:论文完善、提交答辩申请和相关资料。完成整个项目的测试并且做好后期的修改工作。

便捷程序设计 1716

[附源码]基于Java的作业自动化批改系统90qt59计算机毕设JSP

项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:JSP + mybatis + Maven +mysql5.7或8.0等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。

bishe507的博客 655
上一篇: 解决Python导包from A import B 的 ModuleNotFoundError报错
下一篇: Python Selenium 破解极验(GeeTest)滑动验证
YawQinse
博客等级 码龄7年 22粉丝 13原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值