🎓 Интеллектуальный AI-тьютор на основе открытых LLM для СПО

🤖 Команда — ГБПОУ РО «Сальский индустриальный техникум» (СИТ)

Бардаков Д.Н.

Модель на Qubu	qubu.ai/models/intellektualniy-tyutor...
Датасет на Qubu	qubu.ai/datasets/intellektualniy-ai-tyutor...
GitHub	github.com/DimaNikolaevi4/al
Лицензия	Apache 2.0

📌 Проблематика

Среднее профессиональное образование (СПО) — один из самых массовых уровней образования в России: более 2,5 млн студентов обучаются по программам СПО. При этом система сталкивается с системными проблемами, которые особенно остро ощущаются в технических специальностях. Специальность 15.02.14 «Оснащение средствами автоматизации технологических процессов и производств» является типичным примером: учебный план включает дисциплины по промышленной автоматизации, измерительным системам, ПЛК-программированию, и каждая требует глубокого понимания как теории, так и практики.

Нехватка преподавательских кадров. По данным Минпросвещения, дефицит преподавателей технических дисциплин в СПО достигает 15–20%. Один преподаватель ведёт 4–6 групп, что делает индивидуальный подход практически невозможным.
Неоднородность подготовки студентов. В группы СПО поступают выпускники с разным уровнем школьной подготовки, включая студентов с ограниченными возможностями здоровья (ОВЗ). Стандартная программа не учитывает эту разницу.
Устаревание учебных материалов. Промышленная автоматика развивается стремительно: стандарты МЭК 61131, протоколы OPC UA, концепции Индустрии 4.0 — учебники за ними не успевают, а обновление методички занимает месяцы.
Ограниченность аудиторного времени. При 2–4 часах лекций в неделю по дисциплине невозможно углубиться в каждую тему, ответить на все вопросы, разобрать типичные ошибки.

В результате студенты остаются один на один с непонятым материалом, а преподаватель не успевает охватить весь контингент. Это прямой путь к снижению качества подготовки и отчислениям.

💡 Описание решения

Мы создали интеллектуального AI-тьютора — систему на основе открытой языковой модели, которая работает как персональный помощник студента 24/7. Тьютор не заменяет преподавателя, а дополняет его: берёт на себя рутинную часть — объяснения, конспекты, тесты, подготовку к экзаменам — освобождая аудиторное время для практических занятий и лабораторных работ.

Ключевые принципы решения:

Открытость. Используется модель с открытой лицензией (Apache 2.0), датасет и код полностью опубликованы. Любой техникум может взять решение и адаптировать под свою специальность.
Специализация. Модель заточена под конкретную специальность СПО (15.02.14), знает терминологию, умеет объяснять темы из двух ключевых дисциплин: «Измерительные системы» и «Промышленная автоматизация».
♿ Инклюзивность. 67 из 771 примера датасета — адаптированные материалы для студентов с ОВЗ: упрощённый язык, пошаговые объяснения, визуальные подсказки.
Практическая ориентация. Тьютор не просто отвечает на вопросы, но и формирует практические задания, анализирует типичные ошибки, проводит пошаговые разборы алгоритмов.
🌐 Развёртывание на отечественной платформе. Решение полностью работает на Qubu.ai — российской платформе для ML-моделей, что соответствует требованиям импортозамещения.

Как это работает для студента: Студент заходит в чат-интерфейс тьютора (через Moodle, Telegram или веб), задаёт вопрос по теме лекции — например, «Объясни, как работает ПИД-регулятор» — и получает развёрнутый, дружелюбный ответ на русском языке с примерами из промышленной автоматизации. Тьютор может также сгенерировать тест для самопроверки, составить конспект лекции или разобрать типичную ошибку.

🏗️ Модель и архитектура

В качестве базовой модели выбрана Qwen2.5-7B-Instruct — открытая LLM от Alibaba с 7 миллиардами параметров. Выбор обусловлен несколькими факторами: модель поддерживает русский язык на высоком уровне, имеет архитектуру, оптимизированную для instruction-following, и при 4-битной квантизации помещается в 20 ГБ VRAM, что позволяет развёртывать её на доступных GPU.

Параметр	Значение
Базовая модель	`Qwen2.5-7B-Instruct`
Параметры	7 млрд
Квантизация	`4-bit NF4` (BitsAndBytesConfig)
Double Quantization	Включена
Compute dtype	`float16`
VRAM	~5–6 ГБ (модель) + ~3–4 ГБ (контекст)
Инференс	`BentoML 1.2+`
Max new tokens	512
Temperature	0.7
Системный промпт	«Ты — AI-тьютор для студентов СПО по специальности 15.02.14. Отвечай на русском языке, подробно, дружелюбно.»

Архитектура инференса:

Модель загружается при инициализации сервиса BentoML с 4-битной квантизацией через BitsAndBytesConfig.
Токенизатор Qwen2.5 применяется для формирования чат-шаблона (system + user message).
Генерация ответа: max_new_tokens=512, temperature=0.7, do_sample=True.
Эндпоинт /predict принимает POST-запрос с полем «message» и возвращает JSON с полем «answer».
Таймаут запроса — 300 секунд (5 минут).

🛠️ Стек технологий: Python 3.11, PyTorch, Transformers (Hugging Face), BitsAndBytes, Accelerate, BentoML, Docker.

📊 Датасет

Обучающий датасет создан специально для дообучения LLM в роли AI-тьютора для СПО. Он содержит 771 пример в формате instruction–input–output и покрывает две ключевые дисциплины специальности 15.02.14.

Параметр	Значение
Общий объём	771 пример (JSONL)
Дисциплины	«Измерительные системы» (28 тем) + «Промышленная автоматизация» (40 тем)
Типы заданий	10 типов
Средняя длина	~650 токенов/пример
Общий объём токенов	~500 000
Язык	Русский
Лицензия	Apache 2.0

📚 10 типов заданий в датасете:

Тип	Кол-во	Описание
`explanation`	155	Подробное объяснение термина или понятия
`summary_basic`	85	Базовый структурированный конспект
`exam_prep`	81	Подготовка к экзамену по теме
`quiz_multiple_choice`	82	Тестовые вопросы с 4 вариантами ответа
`summary_advanced`	68	Расширенный конспект с деталями
`quiz_open`	71	Открытые вопросы для самопроверки
`adaptation_ovz`	67	Адаптированные материалы для ОВЗ
`step_by_step`	64	Пошаговое объяснение процессов
`practical_task`	64	Практические задания по теме
`error_analysis`	34	Анализ типичных ошибок

Разбиение на выборки: train — 613 (80%), val — 73 (10%), test — 85 (10%). Стратификация по типу задания, seed=42.

Методология подготовки датасета:

Сбор исходных материалов — лекции в Markdown от преподавателей СИТ.
Нормализация текстов — очистка, унификация терминологии (normalize.py).
Генерация обучающих пар — instruction–input–output по 10 шаблонам (prepare_dataset.py).
LLM-аугментация — 57 записей дополнительно сгенерированы языковой моделью.
Валидация — проверка JSON-схемы, полноты полей, дубликатов (validate.py).
Очистка данных — удаление некорректных записей (clean_data.py).
Стратифицированное разбиение — 80:10:10 по task_type, seed=42 (split_dataset.py).

Структура датасета является универсальной и подходит для дообучения любой генеративной модели — не только Qwen2.5-7B, но и Mistral, Llama и других.

🚀 Развёртывание на Qubu.ai

Решение полностью развёрнуто на российской платформе Qubu.ai, которая предоставляет инфраструктуру для хостинга ML-моделей с GPU-ускорением. Это соответствует требованиям импортозамещения и обеспечивает доступность модели для других образовательных учреждений.

Процесс развёртывания:

Регистрация модели на платформе с заполнением метаданных (отрасль «Образование», задачи NLP, теги).
Загрузка кода сервиса (service.py) и зависимостей (requirements.txt, bentofile.yaml) через Git-репозиторий.
Настройка инференс-конфигурации: GPU-ресурс, таймаут 300 сек, автоскейл (1 replica).
Сборка Docker-контейнера на базе образа weloxd/inference-base:loaded-v1 (Python 3.11, CUDA 12.1).
Модель автоматически загружается с Hugging Face при старте контейнера, применяется 4-битная квантизация.

Особенности:

Время холодного старта — около 21 минуты (загрузка модели + квантизация).
Модель автоматически приостанавливается при 30-минутном простое для экономии ресурсов.
Доступ к API — публичный, без авторизации (режим Public).
Создан плагин для Moodle (block_aitutor) для интеграции с существующими LMS техникума.

📈 Результаты и эффект

Технические результаты:

Модель успешно развёрнута и отвечает на вопросы по дисциплинам специальности 15.02.14.
Средняя длина ответа — 300–500 токенов, что соответствует формату развёрнутого объяснения.
Качество ответов на темы из обучающего датасета — высокое (ПИД-регулирование, виды датчиков, принципы SCADA и т.д.).
Время ответа — 5–15 секунд в зависимости от длины генерации.

Образовательный эффект:

Персонализация обучения. Каждый студент получает объяснения в своём темпе, может задавать уточняющие вопросы, повторять материал неограниченное количество раз.
♿ Инклюзивность. 67 адаптированных записей (adaptation_ovz) обеспечивают доступность для студентов с ОВЗ.
Разгрузка преподавателя. Рутинные задачи автоматизированы, что освобождает 30–40% аудиторного времени для практических занятий.
Актуальность материалов. Обновление датасета и промпта — минуты, а не месяцы.
Воспроизводимость. Полностью открытый код и датасет позволяют любому техникуму развернуть аналогичного тьютора.

Экономический эффект (оценка):

Показатель	До	С AI-тьютором
Время на конспект/тест	2–3 часа/нед	5 минут
Индивид. консультация	15 мин/студент	0 (тьютор 24/7)
Обновление материала	1–3 месяца	1 день
Доступность для ОВЗ	Ограничена	Полная

🔮 Дальнейшие планы

Краткосрочные (3–6 месяцев):

Дообучение модели (QLoRA) на созданном датасете. Для полного цикла (подбор гиперпараметров, обучение, валидация, развёртывание) требуется на Qubu 500–1000 токенов..
Расширение датасета: добавление дисциплины «Основы электротехники» и практических заданий по программированию ПЛК.
Настройка Gradio-интерфейса на Qubu для удобного тестирования модели без кода.
Пилотное внедрение в учебный процесс СИТ: подключение Moodle-плагина к группам 1–2 курса.

Среднесрочные (6–12 месяцев):

Миграция на более мощную модель (Mistral Small 24B или аналог) при получении выделенного GPU-сервера.
Добавление мультимодальности: распознавание принципиальных схем, генерация поясняющих изображений.
Интеграция с системой оценки знаний: тьютор формирует тесты, проверяет ответы, адаптирует уровень сложности.
Публикация результатов в педагогическом журнале и выступление на конференции.

Долгосрочные (1–2 года):

Создание конструктора AI-тьюторов: веб-интерфейс, где преподаватель загружает свои лекции и получает готового тьютора без программирования.
Масштабирование на другие специальности СПО (15.02.07, 09.02.07 и др.) и учреждения Ростовской области.
Формирование сообщества преподавателей-разработчиков датасетов для обмена учебными материалами.

Проект реализован в рамках конкурса «Гравитация 2026» на платформе Qubu.ai

ГБПОУ РО «Сальский индустриальный техникум» | Бардаков Д.Н.

Интеллектуальный AI-тьютор на основе открытых LLM для среднего профессионального образования

Похожие статьи

Поделиться в соц. сетях

Комментарии