From 9282847c2b6df2eb5629abb9f837092ae9c2cc8e Mon Sep 17 00:00:00 2001 From: Daniel Hladek Date: Fri, 23 Oct 2026 10:40:48 +0200 Subject: [PATCH] zz --- .../students/2024/kristian_sokolsky/README.md | 18 ++++++++++++++++-- 1 file changed, 16 insertions(+), 2 deletions(-) diff --git a/pages/students/2024/kristian_sokolsky/README.md b/pages/students/2024/kristian_sokolsky/README.md index 580f7456..89c5f564 100644 --- a/pages/students/2024/kristian_sokolsky/README.md +++ b/pages/students/2024/kristian_sokolsky/README.md @@ -20,6 +20,21 @@ Možné ciele semestrálneho projektu: - 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. +Stretnutie 23.10.2026 + +Stav: + +- Stiahnutie a parsovanie niekoľkých stránok z MK +- pokus o dotrénovanie ne niekoľkých otázkach a odpovediach z MK. + +Úlohy: + +- Pokračujte v štúdiu - Python, PEFT, RL podľa inštrukcií nižšie. Aký formát dát je potrený na doladenie LLM? +- Pozrite si ako funguje Scrapy +- Vytvorte si login na GIThub a pošlite. Použite a modifikujte kódy PubCrawl na prácu s MK. Získajte HTML kódy. Navrhnite parsery pre jednotlivé sekcie stránky. Použite git branch alebo Fork pre Vašu prácu. +- Naučte sa pracovať s GH. Čo je git branch, čo je fork, čo je pull request? +- Vedúci Vám urobí prístup na školský server. Zopakujte si prácu s BASH, tmux + Update 5.10 Stav: @@ -29,8 +44,7 @@ Stav: Úlohy: - -- Získajte dáta zo serra Modrý koník. Použite wget na získanie HTML súborov. +- Získajte dáta zo servra 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.