zz

pages/students/2024/yehor_piliavin/README.md

@@ -18,7 +18,6 @@ Predbežné úlohy:
 
 - Naučte sa [Python](https://student.kemt.fei.tuke.sk/python/home)
 - Zistite, ako funguje neurónová sieť typu Transformer a ako sa trénuje veľký jazykový model. Napíšte o tom krátku správu (2 alebo 3 strany) kde uvediete aj relevantné vedecké články
-- Oboznámte sa s konceptom [steering vectors](https://arxiv.org/abs/2310.05915) -- ako sa vytvárajú, ako ovplyvňujú generovanie jazykových modelov
 - Pozrite sa na prácu s latentnými reprezentáciami v Transformeroch (napr. attention mechanisms, intermediate layer activations)
 
 Možné ciele semestrálneho projektu:
@@ -26,3 +25,31 @@ Možné ciele semestrálneho projektu:
 - Vyvinúť metódu na vytváranie riadiacich vektorov pre konkrétne vlastnosti generovania.
 - Implementovať a vyhodnotiť vplyv steering vectors na kvalitu a štýl výstupov LLM.
 - Nájsť spôsob ako kombinovať viaceré steering vektory pre súčasné riadenie viacerých aspektov generovania.
+
+Výsledkom projektu bude:
+
+- Prezentácia v určenom čase. 
+- Konfigurácie a kódy na katedrovom GITe.
+- Experimenty na overenie funkčnosti (alebo prínosu).
+- Písomná správa (vedecký článok)
+
+Stretnutie 15.10.2026
+
+Stav:
+
+- Oboznámenie sa s frameworkom https://github.com/ZJU-REAL/EasySteer . Ku nemu je článok EMNLP2025.
+
+Úlohy:
+
+- Výsledky dávajte na repozitár git.kemt.fei.tuke.sk . Texty môžete písať v Markdown. 
+- Zístite, ako funguje inferencia generatícvnych jayzkových modelov.
+- Podrobne sa oboznámte, ako funguje framework vllm. Prečítajte si dokumentáciu aj paper https://arxiv.org/abs/2309.06180.
+- Vyskúšajte si nainštalovať vllm pomocou Docker.
+- Prečítajte si článok https://arxiv.org/abs/2509.25175  Napíšte ako pracuje táto metóda? Akým spôsobom je vyhodnotená? Aké vlastnosti jazykového modelu vieme vylepšiť.
+- Napíšte si poznámky čo ste sa dozvedeli.
+
+Zásobník úloh:
+
+- Zistite ako funguje Docker.
+
+