Автоматизация смысловой интерпретации результатов теста Голланда с помощью LLM-модели
Задача заключалась в автоматизации смысловой интерпретации результатов теста Голланда с помощью LLM-модели. Для этого был разработан инструмент, использующий модель GigaChat, которая анализирует результаты тестирования и предоставляет персонализированные рекомендации.
Решение включает цепочку промптов, учитывающую характеристики психологического теста Голланда, такие как дифференциация и однородность, а также дополнительные сведения о пользователе. Разработанный API позволяет запрашивать описание личности на основе преобладающего типа личности. Учебная практика выполнялась с использованием Python, FastAPI, GigaChat, а также библиотек для обработки текста и взаимодействия с API.