Merge branch 'master' of git.kemt.fei.tuke.sk:KEMT/zpwiki

AGENTS.md

@@ -0,0 +1,71 @@
+# Repository Description for Agents
+
+This repository hosts the GRAV CMS-based wiki for the Department of Electronics and Multimedia Telecommunications (KEMT) at Technical University in Košice (TUKE). It is a collaborative academic platform where students and faculty share final theses, project notes, and NLP (Natural Language Processing) research materials.
+
+## System Overview
+
+- **CMS**: [GRAV](https://getgrav.org/) — a flat-file CMS that stores content as Markdown files.
+- **Content format**: Each page is a directory containing a `README.md` file with YAML frontmatter (title, taxonomy, author, publication status).
+- **Version control**: All changes are tracked via Git on the institution's GitLab instance (`git.kemt.fei.tuke.sk`).
+
+## Directory Structure
+
+```
+pages/                    # Root of GRAV CMS content
+├── home/                 # Homepage (index page)
+├── 02.browse/            # Browse/search landing page
+├── 04.categories/        # Category listing pages
+├── 05.tags/              # Tag listing pages
+├── taxonomy/             # Taxonomy index pages
+├── authors/              # Author profile pages
+├── interns/              # Intern profiles (organized by student name)
+├── students/             # Student profiles (organized by year of enrollment)
+│   └── <start_year>/
+│       └── <student_name>/README.md
+└── topics/               # Project notes and reference materials
+```
+
+## Student Profiles (`pages/students/`)
+
+Each student has an individual profile directory named `<first_name>_<last_name>` organized under a year subdirectory (`2016`–`2024`). Profiles track academic work including:
+
+- **Study year** (`rok začiatku štúdia`)
+- **Thesis type**: bakalársky projekt (bp), magistrský projekt (mp), bakalárska práca (bp), diplomová práca (dp), veterinárna práca (vp)
+- **Thesis topic and goals** (`Téma`, `Ciele na semester`)
+- **Thesis assignment** (`Zadanie` / `Návrh na zadanie`)
+- **Meeting logs** (`Stretnutie`) — dated records with tasks assigned, progress notes, and current status (`Stav`)
+- **Tasks** (`Úlohy`) — specific deliverables and assignments
+- **Project outputs** — code repositories, models, demo applications
+- **Tags** — project domains (e.g., `nlp`, `rag`, `ner`, `chatbot`, `multimodal`, `dataset`, `evaluation`)
+
+Example path: `pages/students/2022/jakub_schwarc/README.md`
+
+## Project Notes (`pages/topics/`)
+
+Each topic is a directory (or file) under `pages/topics/` containing:
+
+- **Project descriptions** — goals, scope, applications
+- **Task lists** — planned and completed work items
+- **Research references** — papers, datasets, tools, frameworks
+- **People** — team members involved
+- **Notes** — meeting notes, experimental results, troubleshooting
+
+Topics cover NLP research areas including BERT training, chatbot development, hate speech detection, named entity recognition, machine translation, sequence-to-sequence models, legal text processing, morphological analysis, and Slovak question answering.
+
+## Grav-specific Conventions
+
+- **Numeric prefixes** (`02.`, `04.`, `05.`) control page ordering in the GRAV navigation tree.
+- **YAML frontmatter** uses `taxonomy` for categories (`[dp2027]`, `[bp2025]`, `[project]`, `[info]`) and tags (`[nlp]`, `[rag]`, `[ner]`).
+- **`published: true`** controls page visibility.
+- **`process.markdown: false`** and **`process.twig: true`** disable Markdown rendering and enable Twig templates (used for dynamic collection pages like the topics index).
+- **Relative links** to other pages use paths like `/students/2022/jakub_schwarc` or `/topics/hatespeech`.
+
+## Configuration (`config/`)
+
+- `config/plugins/` — GRAV plugin settings
+- `config/themes/` — Theme configuration
+
+## Themes (`themes/`)
+
+- `knowledge-base/` — Primary knowledge-base theme
+- `mytheme/` — Custom theme

pages/students/2022/jakub_schwarc/README.md

@@ -10,6 +10,36 @@ taxonomy:
 
 rok začiatku štúdia: 2022
 
+# Diplomová práca 2027
+
+Stretnutie 1.10.ľ2026
+
+Stav:
+
+- vytvorený repozitár s konfiguráciami
+- vyskúšaná AYA collection dataset - zbehlo 86 percent datasetu. Kolísala evaluácia.
+- vyskúšaná lm-eval a Alpaca. 
+- Momentálne máme k dispozicii SlovakAlpaca a slovenskú časť AYA colections.
+- porovnanie AYA a Alpaca dotrénovania. Alpaca vyzerá lepšie.
+- prípravených 10 experimentov s eval a loss priebehom.
+- výsledky sú na https://git.kemt.fei.tuke.sk/js886io/Diplomovka
+
+Úlohy:
+
+- Navrhnite scenár pre dotrénovanie jazykového modelu. Ake LORA spôsoby? Ako nastaviť lm factory? 
+- Pripravte experiment na optimalizáciu hyperparametrov. Najdôležitejší je LR. Na ostetné sa môžete spýtať AI. Tú istú kofiguráciu spúštate s roznym LR v "menšom" experimente a sledujete evall loss. Sledujte aj gradient pre identifikáciu "explosion". Porovnanie má zmysel iba v rámci tohot experimentu. 
+- Napíšte projekt na HPC Perun.
+- Pripravte skript, ktorý zozbiera a pripravý trénovacie dáta, ktoré mame k dispozícii. Dáta rozdeľte na 3 časti. train, test, eval. Test a eval by mali byť tak, nastavené, aby vyhodnotenie na nich netrovalo príáliš dlho. Stačí iba jedna mnoižina ak sú dáta podobné.
+- pripravte skript, ktorý vyhodnotí výsledný model. Na vyhodnotenie použite "eval" časť dát.
+- napíšte poznámky do DP, kde opíšete metódy ktoré používate - Supervised Fine Tuning, modely ktoré používate, spôsob vyhodnotenie. 
+
+Úlohy na neskôr:
+
+- zlepšite trénovacie dáta
+- použite vyhodnotenie SK-bench.
+- Použite iný multilinguálny model na dotrénovanie - napr. OLMO.
+
+
 # Diplomový projekt 2026
 
 

pages/students/2022/oleh_poiasnik/README.md

@@ -13,13 +13,49 @@ rok začiatku štúdia: 2022
 
 # Diplomová práca 2027
 
+
 Expertný agentový systém na podporu rozhodovania v lekárni
 
+Návrh na zadanie (draft):
+
+- Opíšte spôsoby vyhľadávania pomcou znalostných grafov.
+- Opíšte spôsoby vyhodnotneia takýchto systémov. 
+- Opíšte Váš systém. 
+- Vyhodnoote Váš systém. 
+
+
 Cieľ:
 
-- Vylepšiť agenta pre prácu so znalostným grafom - interakcie a kontraindikácie.
+- Vylepšiť agenta pre prácu so znalostným grafom - interakcie a kontraindikácie aj indikácie. 
 - Zostaviť znalostný graf z databázy príbalových letákov adc a s jeho pomocou zlepšiť generovanie odpovede.
 
+
+Stretnutie 2.10.2026
+
+Stav:
+
+- Pomocou scrapera je získaná kompletná databáza ADC. Z týchto dát existuje štruktúrovaný znalostný graf pre 35000 liekov. Unikatny počet je cca 1500 až 2000.  LLM exctrahuje vzťahy aj entity. 
+- Prebieha deduplikácia - rôzna gramáž môže mať skoro ten istý leták.
+- Problém je rýchlosť - LLM za jeden deň dokáže spracovať cca 100 liekov. Celá databáza cca 2 až 3 týždne.
+- Plán je spracovávať menšie dáta, nie celý leták. Budeme sa sústrediť na sekcie s interakciami a kontraindikáciami.
+- Je potrebné prideliť školský server.
+- Ako vytvoriť web DEMO?
+- Kódy sú na školskom kemt gite. 
+
+Úlohy:
+
+- Vyhodnotte navrhnutý systém vo vzorových scenároch. 
+- Pracujte na texte diplomovej práce. Opíšte spôsoby vyhľadávania pomcou znalostných grafov. Opíšte spôsoby vyhodnotneia takýchto systémov. Opíšte Váš systém. Vyhodnoote Váš systém. 
+- Vypracujte webové demo s Vašim agentom. Do výsledkov pridajte overenie a odôvodnenie výžsledkov - zobrazenie relevantnej časti znalostného grafu aj z textov z ADC.
+- Pracujte aj s indikáciou.
+
+Zásobník úloh:
+
+- Pridajte znalosti o dávkovaní. 
+
+
+# Diplomový projekt 2026
+
 Stretnutie 14.5.
 
 Stav:

pages/students/2022/valerii_kutsenko/README.md

@@ -20,15 +20,37 @@ Myšlienky:
 
 Možné úlohy:
 
-- Navrhnite agenta, ktorý bude budovať a využívať znalostný graf pri vyhľadávaní.
+- Navrhnite agenta, ktorý bude budovať a využívať znalostný graf pri vyhľadávaní. Môže to byť v oblasti vzdelávania, práva alebo medicíny.
-- Môže to byť v oblasti vzdelávania, práva alebo medicíny.
 - Zostavte multilinguálny znalostný graf, ktorý môže pomôcť pri generovaní.
+- Napíšte vedecký článok.
+
+Stretnutie 2.10.2026
+
+Stav:
+
+- urobený experiment. Ako by sa dal využiť znalostný graf pri vyhľadávaní? Je tam zlepšenie? Urobené tri znalostné grafy z verejného anotovaného korpusu otázok a odpovedí. Grafy sú urobené pomocou LightRAG.
+- Vyzerá to tak, že vyhľadávanie s pomocou automaticky urobený graf dáva lepšie výsledky pri multi hop otázkach. Pri jednoduchých otázkach nemá lepšie výsledky.
+- Uzly sú entity extrahované z textu. 
+- Je to vyskúšané aj na slovenských dátach SkQuad.
+
+Úlohy:
+
+- Nájdite vhodné dátové množiny pre zostavenie a overenie multilinguálnych znalostných grafov. Dáta by mali mať prekrývajúcu sa časť - preloženú ručne alebo kvalitne strojovo. Potom môžeme porovnať automaticky vytvoreé znalostné grafy medzi viacerými jazykmi. Môžeme skúsiť "preložiť"  znalostný graf z jedného jazyka do druhého.
+- Zistite spôsoby vyhodnotenia znalostných gradov vzhľadom na textové dáta. Ako veľmi spolu "súvisia" a ako veľmi "súhlasia". Aké metriky sa používajú? graf vs text. Napíšte poznámky.
+
+Zásobník úloh:
+
+- porovnajte znalostný graf s textom, povedze ako súvisia
+- navrhnite spôsob multilinguálnej reprezentácie znalostných grafov. Ako využiť znalostný graf z jedného jazyka v inom jazyku. Dá sa spraviť znalostný graf ktorý je "nezávislý" na jazyku?
+
+
 
 Existujúca práca:
 
 - LightRAG - pozrite si to.
 
 
+
 Stretnutie 15.5.
 
 Stav:

pages/students/2024/adrian_ondra/README.md

@@ -14,14 +14,21 @@ rok začiatku štúdia: 2024
 
 Automatická tvorba myšlienkových máp
 
-Predbežné úlohy:
-
-- Naučte sa Python, nainštalujte si Anaconda
-- Zistite, ako funguje entity recognition a dependency parsing, a ako sa tieto techniky dajú využiť na identifikáciu kľúčových pojmov a ich vzťahov. Napíšte krátku správu (2-3 strany) s relevantnými vedeckými článkami
-- Oboznámte sa s nástrojmi na vizualizáciu grafov a knowledge graphov (napr. [NetworkX](https://networkx.org/), [Graphviz](https://graphviz.org/))
 
 Možné ciele semestrálneho projektu:
 
-- Implementovať pipeline na extrakciu kľúčových pojmov a ich vzťahov zo vstupného textu.
 - Vytvoriť vizualizáciu myšlienkovej mapy z automaticky extrahovaných entít.
+- Vytvoriť nástroj ktorý sa dá využiť pri vzdelávaní.
+- Vyhodnotiť kvalitu vytvoreného grafu. Ako veľmi je graf pravdivý vzhľadom na pôvvodný text.
+
+ úlohy:
+
+- Naučte sa Python, nainštalujte si Anaconda.
+- Zistite, čo je to myšlenkoá mapa, ako sa vytvára. Ako ju vieme zobraziť? Viaceré poznámkovače to majú v sebe zabudovanbé. Ako ju vieme využiť pri vzdelávaní? Urobte si poznámky na túto tému.
+- Zistite, ako je množné automaticky vytvárať myšlienkové mapy pomocou jazykových modelov. 
+- Zistite ako funguje rozpoznávanie pomenovaných entít (named entity recognition) a dependency parsing, a ako sa tieto techniky dajú využiť na identifikáciu kľúčových pojmov a ich vzťahov. Napíšte krátku správu (2-3 strany) s relevantnými vedeckými článkami
+- Oboznámte sa s nástrojmi na vizualizáciu grafov a znalostnycb grafov (napr. [NetworkX](https://networkx.org/), [Graphviz](https://graphviz.org/))
+
 - Porovnať rôzne metódy extrakcie kľúčových slov a zhodnotiť ich vhodnosť pre generovanie myšlienkových máp.
+
+

pages/students/2024/kristian_sokolsky/README.md

@@ -14,6 +14,27 @@ rok začiatku štúdia: 2024
 
 Zarovnávanie veľkých jazykových modelov
 
+Možné ciele semestrálneho projektu:
+
+- Zlepšenie bezpečnosti jazykových modelov.
+- Prípravu nových dát alebo zlepšenie existujúcich dát pre zarovnanie jazykových modelov. Napr. príprava korpusu Modrý koník alebo Modrá strecha.
+- Výber najlepších metód a hyperparametrov pre zarovanie LLM.
+
+Update 5.10
+
+Stav:
+
+- Preštudované problematika
+
+Úlohy:
+
+
+
+- Získajte dáta zo serra Modrý koník. Použite wget na získanie HTML súborov. 
+- Napíšte skript na tvorbu dátovej množiny vhodnej pre zarovnnie jazykového modelu pomocou frameworku trl.
+- Pokračujte v štúdu Python a reinformcement learning.
+- reporty vo formáte markdown, konfigurácie a kódy dávajte na kemt git.
+
 Stretnutie 23.9.2026 
 
 Úlohy:
@@ -26,11 +47,6 @@ Stretnutie 23.9.2026
 - Zistite, čo je to kontrolované učenie a čo je to učenie odmenou a trestom (reinforcement learning). Napíšte o tom krátku správu (2 alebo 3 strany) kde uvediete aj relevantné vedecké články.
 - Oboznámte sa s frameworkom [TRL](https://huggingface.co/docs/trl/en/index)
 
-Možné ciele semestrálneho projektu:
-
-- Zlepšenie bezpečnosti jazykových modelov.
-- Prípravu nových dát alebo zlepšenie existujúcich dát pre zarovnanie jazykových modelov. Napr. príprava korpusu Modrý koník alebo Modrá strecha.
-- Výber najlepších metód a hyperparametrov pre zarovanie LLM.