On-Device-AI-Lernnotiz-App „Blank.“ veröffentlicht, die Gelesenes in Erinnerung verwandelt (mit Gemma 3)
(play.google.com)Hallo!
Weil ich bei mir selbst beobachtet habe, dass ich technische Blogs oder Newsletter oft nur abspeichere, sie aber weder noch einmal lese noch wirklich lerne, habe ich mir gedacht: „Wenn ich mich zum Lösen von Quizfragen zwinge, bleibt dann nicht mehr hängen?“ Aus dieser Idee ist die Android-App „Blank.“ entstanden, die ich hier vorstellen möchte.
Ich teile sie, damit ihr sie auf der Heimfahrt während der Feiertage oder in einer kurzen Pause einfach mal ausprobieren könnt.
-
Was ist das für eine App?
Funktion: Wenn man den Link zu einem Webartikel (News, Blog, Wiki usw.) eingibt, fasst die AI die Kerninhalte zusammen und erstellt Lückentextaufgaben (Cloze Tests).-
Konzept: Ziel war ein minimalistisches Design ohne komplexe Zusatzfunktionen, damit man sich ganz aufs Lernen konzentrieren kann.
-
Kernpunkt: Es handelt sich um eine 100%ige On-Device-AI-App, bei der der gesamte Prozess ohne Serverkommunikation direkt auf dem Smartphone abläuft.
-
-
Tech-Stack und Implementierung
Für Serverkosten von 0 und zum Schutz der Privatsphäre der Nutzer habe ich mich für ein On-Device-LLM entschieden.- Model: Google Gemma 3 (2b-it-gpu-int4 quantized)
- Inference: MediaPipe LLM Inference API
- Architecture: Android Jetpack Compose + MVVM + Koin (DI)
- Keyword Extraction: Optimierter Regex-&-TextRank-Algorithmus (hybrider Einsatz mit LLM für mehr Geschwindigkeit)
-
Punkte, über die ich während der Entwicklung nachgedacht habe
- Geschwindigkeit vs. Genauigkeit: Bei On-Device ist die Inferenzgeschwindigkeit entscheidend. Anfangs habe ich alle Sätze an das LLM gegeben, aber oft war die Inferenz zu langsam, und wegen der Token-Beschränkung litt auch häufig die Antwortqualität. Diesen Teil habe ich optimiert, indem ich zunächst mit dem TextRank-Algorithmus die Kernsätze filtere und das LLM anschließend die Lücken erzeugen lasse.
- Speicherbedarf: Die Model-Datei ist etwa 1,5 GB groß. Sie wird beim ersten Start der App heruntergeladen; eine WLAN-Verbindung wird empfohlen.
-
Empfohlen für alle, die …
- gespeicherte technische Artikel wirklich durcharbeiten möchten
- wissen möchten, wie viel Leistung das Gemma-3-Model auf Mobilgeräten bringt
- ein personalisiertes Zusammenfassungs-/Lerntool ohne Sorge vor Datenabfluss brauchen
Da es noch eine frühe Version ist, gibt es noch viele Schwächen. (Insbesondere das Parsen von Webseiten ist möglicherweise noch nicht perfekt.)
Wenn ihr es ausprobiert und Feedback wie „So eine Funktion wäre toll“ oder „Diese Art von Website funktioniert nicht gut“ habt, werde ich in den Feiertagen fleißig daran arbeiten.
Vielen Dank. Ich wünsche euch schöne Feiertage!
[Blank. Google-Play-Store-Link]
https://play.google.com/store/apps/details?id=com.shootsir.blank
12 Kommentare
Oh, das ist genau das, was ich mir vorgestellt hatte. Wenn es sich mit Obsidian verbinden ließe, könnte man es wohl in vielerlei Hinsicht nutzen.
Allerdings heißt es, dass ein Download in dem Land, in dem ich lebe (Südkorea), nicht möglich ist … woran könnte das liegen?
Könnten Sie uns bitte mitteilen, welcher genaue Wortlaut Ihnen im Play Store angezeigt wird?
Wenn Sie uns außerdem Ihr Gerätemodell nennen, können wir das schnell prüfen!
Es wird angezeigt: „Dieser Artikel ist in Ihrem Wohnsitzland nicht verfügbar“
Vielen Dank für Ihr Interesse! Es scheint ein Problem im Play Store zu sein, wir werden das prüfen!
Die Quizgenerierung ist schnell und die UI ist schlicht, sodass sich die App angenehm nutzen lässt. Ich freue mich auf weitere Updates!
Vielen Dank fürs Testen. Wir werden die noch fehlenden Teile weiter verbessern und aktualisieren!
Bitte auch für das iPhone veröffentlichen!
Eine iPhone-Version werden wir auch ausprobieren, sobald auf Android alles stabilisiert ist!
Auf älteren Smartphones ist das schwierig.
Da die LLM-Inferenz nun einmal auf dem Gerät selbst läuft, scheint auf älteren Geräten entweder die Leistung nicht auszureichen oder die App nicht richtig zu funktionieren. seufz
Die schlichte Benutzeroberfläche gefällt mir. Ich erstelle in NotebookLM Quizfragen und wiederhole damit den Stoff, und im Vergleich dazu gibt es ein paar leicht enttäuschende Punkte. Ich habe einen Link zu einer bestimmten Person auf NamuWiki hinzugefügt, und bei 5 von 7 Fragen war die Antwort diese bestimmte Person. Es wäre gut, wenn dieser Teil verbessert würde. Auf Basis des Fold 7 wurde es erstellt, und es dauerte weniger als 10 Sekunden. Ich freue mich auf die weitere Entwicklung. Danke.
Vielen Dank für Ihr Feedback! Wir werden versuchen, das im nächsten Update zu verbessern!