zz

pages/students/2023/simona_bobrovcanova/README.md

@@ -22,6 +22,35 @@ Ciele:
 
 Zlepšite spracovanie slovenkých právnych textov - vytvorte systém pre sumarizáciu rozsudkov alebo iných právnych dokumentov.
 
+Stretnutie 6.10.2025
+
+Stav:
+
+- Preštudované deep learning
+- Framework HF Transformers
+- Trénovanie sumarizácie pomocou LORA v Anaconda, 4 bit kvanitizácia - llama, mt5-base, mt5 na 6GB RAM
+
+Úlohy:
+
+- Pozrite sa na google scholar, prečítajte si najnovšie články o sumarizácii súdnych textov a urobte si poznámky.
+- Napíšte o procese dotrénovania jazykového modelu - supervised finetuning, PEFT-LORA podľa vedeckých článkov.
+- Vytvoreny pristup bobrovcanova@titan.kemt.fei.tuke.sk.
+- Dáta sú v /mnt/sharedhome/hladek/corpora/prokuraturadb/
+- Pripravte si trénovacie  a testovacie dáta, zatiaľ bez deanonymizácie a bez prípravy.
+- Natrénujte a vyhodnotte model pre generovanie poučenia na (základe rozhodnutie a-alebo odôvodnenia). 
+- "Objektívne" vyhodnotenie je pomocou metriky ROUGE alebo BLEU.
+- Vyskúšajte modely: slovak-mistral 7B., Qwen3 , Gemma,  Slovak-t5-base
+- skripty dajte na kemt git.
+
+Zásobník úloh:
+
+- Vyhodnotenie presnosti pomocou LLM
+- Lepšie predspracovanie textu
+- Generovanie rozhodnutia z odôvodnenia.
+- sumarizácia zero shot, napr. pomocou gpt-oss
+
+
+
 Stretnutie 3.4.
 
 Úlohy: