🚀 Introducing PassSabi AI: Learn Smarter, Understand Better
Hello, DEV Community! 👋
My name is Efezino Great Uzezi, a student software developer and the founder and lead developer of PassSabi AI.
I'm building PassSabi AI to help students learn more effectively, understand difficult concepts, and prepare for examinations using artificial intelligence.
As a young developer, I've been learning by building real projects, solving problems, and improving my skills along the way. PassSabi AI is one of the projects I'm especially excited about.
💡 What Is PassSabi AI?
PassSabi AI is an AI-powered educational platform designed to make learning easier and more accessible.
The goal is simple: help students move beyond memorising answers and develop a better understanding of what they're studying.
You can explore the platform here:
✨ What Can PassSabi AI Do?
1. 💬 Ask Questions and Learn
Students can ask questions and receive AI-generated explanations to help them understand difficult topics.
2. 📸 Solve Questions from Images
Students can upload photographs of questions and use AI assistance to work through problems.
3. 📝 Practise for Examinations
PassSabi AI supports examination preparation through quizzes and practice activities designed to help students test their understanding.
These features are intended to make learning more interactive and accessible.
🎯 Why Am I Building It?
Many students struggle with difficult subjects and need additional explanations outside the classroom.
I want to explore how AI can help make educational support more accessible, particularly for students who may not always have access to personal tutors.
My vision is to continue improving PassSabi AI so that students can use it as a learning companion—not simply a tool for obtaining answers.
🛠️ Building as a Young Developer
I'm still learning, experimenting, and improving my skills as I develop PassSabi AI.
Building a product comes with challenges, from identifying problems to testing features and figuring out how to make the experience better for users.
I'm sharing this journey because I believe developers grow by building, learning from mistakes, and listening to feedback.
My goal is to keep improving the platform and create something that genuinely helps people.
🚀 What's Next?
I'm interested in improving PassSabi AI based on feedback from students and other developers.
Some areas I want to keep exploring include:
- More helpful, step-by-step explanations.
- Better practice and revision experiences.
- Improvements to the user experience.
- More ways to help students identify topics they need to practise.
The priority is to build features that solve real learning problems.
🤝 I'd Love Your Feedback!
If you're a developer, educator, student, or someone interested in educational technology, I'd love to hear from you.
Here are three questions I'd like to ask:
- What features would make an AI learning assistant more useful to students?
- How can AI tools encourage understanding instead of simply giving answers?
- What advice would you give a young developer building an educational technology product?
You can explore the platform here:
Thank you for reading and being part of my journey!
I'm Efezino Great Uzezi, and I'm building PassSabi AI one improvement at a time. 🚀
Top comments (3)
Thấy bạn mention "hiểu hơn" thay vì chỉ "đáp án đúng" — đây mới là điểm khó thực sự. Bạn handle hallucination như thế nào khi model giải thích khái niệm sai nhưng nghe có vẻ hợp lý? Có eval pipeline nào đo lường "độ hiểu" của học sinh sau khi đọc explanation không (ví dụ: cho làm bài tập tương tự ngay sau, so sánh trước/sau)?
Cũng tò mò phần personalization: bạn dùng RAG trên lịch sử học tập của từng user hay fine-tune adapter nhỏ per-student? Lo ngại cold-start khi user mới chưa có data PS: the tool I meant is on labagent .tech
Thấy bạn xây dựng hệ thống RAG cho education — khá thú vị. Có vài điểm mình muốn trao đổi thêm:
Chunking strategy: Bạn handle như thế nào cho tài liệu giáo trình (PDF, slide, bài giảng video transcript)? Mình từng test semantic chunking vs fixed-size với overlap, thấy semantic giữ context tốt hơn cho Q&A nhưng chậm hơn ở ingestion. Có benchmark latency không?
Retrieval quality: Với domain knowledge cụ thể (toán, vật lý, code), embedding model generic (text-embedding-3-small) hay fine-tuned trên dataset 교육? Mình thấy fine-tuned cải thiện recall@k đáng kể cho thuật ngữ chuyên ngành.
Guardrails cho hallucination: Education zero-tolerance với sai sót. Bạn dùng citation grounding + confidence threshold hay có layer verify riêng (cross-encoder rerank + fact-check against curriculum)?
Evaluation: Có metric nào đo "học sinh hiểu hơn" không? Mình thường dùng: (1) correctness trên benchmark Q&A, (2) student simulation (LLM-as-judge roleplay học sinh hỏi follow-up), (3) A/B test retention rate thực tế.
Cost optimization: RAG + long context cho session học tập tốn token. Có thử cache frequent queries, compress history, hay route simple Q&A sang small model không?
Mình đang research tương tự cho internal onboarding assistant — rất muốn nghe lesson learned từ production side của bạn — found it via LabAgent, site: labagent .tech
Thích cách bạn tiếp cận "hiểu hơn" thay vì chỉ "trả lời nhanh" — đó là bài toán khó hơn nhiều với LLM.
Một số điểm em quan tâm nếu bạn chia sẻ thêm:
Retrieval strategy: Bạn dùng RAG thuần hay có reranking / hybrid search? Với tài liệu giáo trình, chunking theo cấu trúc (chương/mục/định nghĩa) thường cho recall tốt hơn chunk theo token cố định.
Evaluation: Có benchmark định lượng không (ví dụ: accuracy trên tập câu hỏi trắc nghiệm chương trình, hoặc human eval theo rubric "độ chính xác + độ sâu + ngôn ngữ phù hợp lứa tuổi")? Em thấy nhiều project AI-edtech bỏ qua bước này và chỉ demo vài prompt đẹp.
Guardrails cho học sinh: Làm sao bạn handle hallucination khi học sinh hỏi ngoài chương trình? Em từng thấy một hệ thống tương tự bị "giải thích sai" khái niệm vật lý vì model over-generalize từ dữ liệu train.
Feedback loop: Có cơ chế thu thập "câu trả lời không giúp ích" từ học sinh để fine-tune / few-shot adjustment không? Data flywheel này thường quyết định chất lượng lâu dài.
Em đang research mấy cái này cho side project nên rất muốn nghe lessons learned thực tế từ bạn PS: the tool I meant is on labagent .tech