पढ़े गए लेखों को याददाश्त में बदलने वाला on-device AI मेमोराइज़ेशन नोट, 'Blank.' लॉन्च (Gemma 3 का उपयोग)
(play.google.com)नमस्ते!
मैंने अक्सर खुद को तकनीकी ब्लॉग या न्यूज़लेटर सिर्फ स्क्रैप करके छोड़ते हुए देखा, लेकिन उन्हें दोबारा पढ़ता या पढ़ाई नहीं करता था। इसी से "अगर खुद को ज़बरदस्ती क्विज़ हल करवाऊँ, तो शायद याद रह जाए?" यह सोचकर बनाया गया Android ऐप 'Blank.' प्रस्तुत है।
इसे इस त्योहार के दौरान घर लौटते समय या खाली समय में हल्के-फुल्के तौर पर टेस्ट करके देखें, इसलिए साझा कर रहा हूँ।
-
यह कैसा ऐप है?
फ़ीचर: वेब आर्टिकल (न्यूज़, ब्लॉग, विकी आदि) का लिंक डालने पर AI मुख्य सामग्री का सारांश बनाता है और fill-in-the-blank (Cloze Test) प्रश्न तैयार करता है।-
कॉन्सेप्ट: जटिल फ़ीचर्स के बिना, सिर्फ सीखने पर ध्यान केंद्रित करने वाला minimal design अपनाया गया है।
-
मुख्य बात: सर्वर संचार के बिना पूरी प्रक्रिया स्मार्टफ़ोन के भीतर ही होने वाला 100% on-device AI ऐप है।
-
-
टेक स्टैक और इम्प्लीमेंटेशन का तरीका
सर्वर लागत 0 रुपये और यूज़र प्राइवेसी के लिए on-device LLM चुना गया।- Model: Google Gemma 3 (2b-it-gpu-int4 quantized)
- Inference: MediaPipe LLM Inference API
- Architecture: Android Jetpack Compose + MVVM + Koin (DI)
- Keyword Extraction: Regex & TextRank एल्गोरिदम ऑप्टिमाइज़ेशन (स्पीड के लिए LLM के साथ hybrid उपयोग)
-
डेवलपमेंट के दौरान जिन बातों पर विचार किया
- स्पीड vs सटीकता: on-device की प्रकृति के कारण inference speed सबसे अहम थी। शुरुआत में सभी वाक्यों को LLM में डाला गया, लेकिन कई बार inference speed पर्याप्त नहीं मिली, और token count की सीमाओं के कारण response quality भी गिर जाती थी। इसे बेहतर करने के लिए TextRank एल्गोरिदम से पहले मुख्य वाक्यों को फ़िल्टर किया गया, फिर blanks बनाने का काम LLM को सौंपने वाली लॉजिक से ऑप्टिमाइज़ किया गया।
- क्षमता: मॉडल फ़ाइल लगभग 1.5GB की है। ऐप पहली बार चलाने पर यह डाउनलोड होती है, इसलिए Wi‑Fi वातावरण की सिफारिश है।
-
ऐसे लोगों के लिए सुझाया जाता है
- जो स्क्रैप किए गए तकनीकी आर्टिकल्स को सही तरह से आत्मसात करना चाहते हैं
- जिन्हें यह जानना है कि Gemma 3 मॉडल मोबाइल पर कितनी परफ़ॉर्मेंस देता है
- जिन्हें डेटा लीक की चिंता के बिना personalized summary/learning tool चाहिए
अभी यह शुरुआती वर्ज़न है, इसलिए कई कमियाँ हैं। (खासकर वेबपेज parsing पूरी तरह सही न भी हो सकती है।)
इस्तेमाल करके अगर आप "ऐसा फ़ीचर हो तो अच्छा होगा" या "यह साइट ठीक से काम नहीं करती" जैसी feedback दें, तो मैं छुट्टियों के दौरान मेहनत से इसे सुधारने की कोशिश करूँगा।
धन्यवाद। त्योहार की शुभकामनाएँ!
[Blank. Google Play Store लिंक]
https://play.google.com/store/apps/details?id=com.shootsir.blank
12 टिप्पणियां
ओह, यह तो वही आइडिया है जो मैं सोच रहा था। अगर यह Obsidian से कनेक्ट हो जाए, तो लगता है कि इसे कई तरह से इस्तेमाल किया जा सकता है।
लेकिन जिस देश में मैं रहता हूँ (कोरिया), वहाँ इसे डाउनलोड नहीं किया जा सकता—ऐसा क्यों है...?
क्या आप बता सकते हैं कि Play Store में आपको ठीक कौन-सा संदेश दिख रहा है?
और अगर आप डिवाइस मॉडल भी साथ में बता दें, तो हम जल्दी जांच कर पाएंगे!
यह दिख रहा है:
यह आइटम आपके निवास देश में उपयोग के लिए उपलब्ध नहीं है
रुचि दिखाने के लिए धन्यवाद! लगता है कि यह Play Store की समस्या है, हम इसकी जांच करेंगे!
क्विज़ बनाने की गति तेज़ है और UI सरल है, इसलिए इस्तेमाल का अनुभव अच्छा है। अपडेट का इंतज़ार रहेगा!
टेस्ट करने के लिए धन्यवाद। जिन हिस्सों में कमी है, उन्हें हम आगे अपडेट करते रहेंगे!
कृपया iPhone के लिए भी रिलीज़ करें!
iPhone रिलीज़ भी Android पर stabilization पूरा हो जाने के बाद आगे बढ़ाने की कोशिश करेंगे!
पुराने फोन पर यह मुश्किल है।
लगता है कि device पर LLM inference चलाने की वजह से पुराने device में performance नहीं मिलती, या फिर उसे ठीक से चलाना मुश्किल होता है, दुख की बात है।
सरल इंटरफ़ेस अच्छा है। मैं NotebookLM में क्विज़ बनाकर रिविज़न करता हूँ, लेकिन उसकी तुलना में कुछ हिस्से थोड़े कमज़ोर लगे। मैंने namu.wiki में एक खास व्यक्ति से संबंधित लिंक जोड़ा था, लेकिन 7 में से 5 सवालों के जवाब वही खास व्यक्ति थे। अगर इस हिस्से में सुधार हो जाए तो अच्छा होगा। Fold 7 के आधार पर जनरेशन हुई और इसमें 10 सेकंड से कम समय लगा। आगे के लिए उम्मीद रहेगी। धन्यवाद।
फ़ीडबैक के लिए धन्यवाद! हम इसे अगले अपडेट में ठीक करने की कोशिश करेंगे!