KEMT/zpwiki
32
1
Fork 9
Code Issues Pull Requests Releases Wiki Activity

Update pages/students/2021/martin_sarissky/README.md

Browse Source
This commit is contained in:
dano 2025-10-10 08:01:55 +00:00
parent 94ca8b15c8
commit 3aef66f309
1 changed files with 21 additions and 6 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

25
pages/students/2021/martin_sarissky/README.md
View File

@ -9,8 +9,7 @@ taxonomy:
rok začiatku štúdia: 2021
# Diplomová praca 2026
# Diplomová práca 2026
Ciele:
@ -19,11 +18,27 @@ Ciele:
- Vytvoriť sadu vzorových úloh pre vyhodnotenie takéhoto systému.
- Zlepšiť generovanie odpovedí pre úlohy vyžadujúce viac krokov.
Príprava:
Stretnutie 10.10.2025
Stav:
- Štúdium podľa odporúčania. Poznámky z oblasti znalostné grafy, langchain, SBERT, function calling - agent tools. LLM.
- Máme index zákonov.
Úlohy:
- Vytvorte systém pre generovanie odpovede na základe získaných dokumentov.
- Navrhnite agenta pre získanie relevantných informácií ku dotazu a generovanie odpovede.
Agent bude vedieť využívať viaceré nástroje, napr. verejné REST API alebo vyhľadávanie na internete.
- Ako modelový príklad použite otázky týkajúce sa colných konaní. Nájdite si príklady otázok z tejto oblasi.
Prázdninová Príprava:
- Zopakujte si Python.
- Vyskúšajte si prácu s veľkými jazykovými modelmi. Nainštalujte si oollama.
- Oboznámte sa s framewworkom LangChain.
- Vyskúšajte si prácu s veľkými jazykovými modelmi. Nainštalujte si ollama.
- Oboznámte sa s frameworkom LangChain.
- pozrite si LangChain Transformers Agents.
- Ako funguje FunctionCalling - AgentTools?.
- Zistite ako funguje REACT (Reasoning and Acting) Agent - nájdite článok na Scholar.