78 lines
2.8 KiB
Markdown
78 lines
2.8 KiB
Markdown
---
|
|
title: Dávid Omasta
|
|
published: true
|
|
taxonomy:
|
|
category: [dp2023]
|
|
tag: [lm]
|
|
author: Daniel Hladek
|
|
---
|
|
|
|
Začiatok štúdia: 2018
|
|
|
|
Súvisiace stránky:
|
|
|
|
- [Question Answering](/topics/question) - interný projekt
|
|
- Jozef Olekšák
|
|
- Matej Čarňanský (BERT)
|
|
- Ondrej Megela
|
|
|
|
# Diplomová práca 2023
|
|
|
|
Téma: Dotrénovanie slovenského generatívneho jazykového modelu.
|
|
|
|
Vedúci: Ján Staš
|
|
|
|
Návrh na zadanie DP:
|
|
|
|
- Vypracujte prehľad najnovších generatívnych neurónových jazykových modelov.
|
|
- Napíšte v akých úlohách je možné uplatniť generatívne modely a uveďte odkazy na najnovšie články.
|
|
- Vyberte vhdonú úlohu a ku nej pripravte vhodnú dátovú množinu pre použitie s generatívnym jazykovým modelom.
|
|
- Pripravte experiment pri ktorej aplikujete jazykový model na zvolenú úlohu.
|
|
- Vyhodnotte experiment vohodnou metrikou a identifikujte možné zlepšenia.
|
|
|
|
Ciele na zimný semester:
|
|
|
|
Praktické:
|
|
- Rozbehajte proces dotrénovania jazykových modelov pomocou knižnice Huggingface Transformers
|
|
- Vyberte alebo vytvorte vhodnú dátovú množinu ktorá bude obsahovať slovenské dialógu.
|
|
- Vyskúšajte slovenský generatívny model GPT a dotrénujte ho pre použitie v dialógovom systéme.
|
|
- Vytvorte demonštračnú aplikáciu.
|
|
|
|
Teoretické:
|
|
|
|
- Vypracujte prehľad najnovších generatívnych neurónových jazykových modelov (cca 20 strán).
|
|
- Napíšte návod na inštaláciu a návod na použitie skriptov pre dotrénovanie (cca 5 strán).
|
|
|
|
|
|
Stretnutie 14.10.
|
|
|
|
Stav:
|
|
|
|
- Na vlastnom počítači rozbehané Anaconda, Pytorch a CUDA.
|
|
- Prečítané články.
|
|
|
|
Úlohy:
|
|
|
|
- Pokračovať.
|
|
|
|
Stretnutie 7.10.
|
|
|
|
Stav:
|
|
|
|
- Obznámený s Google Colab. Vyskúšané tutoriály BERT text classification,
|
|
|
|
Úlohy:
|
|
|
|
- [-] Prečítajte si ako funguje neurónová sieť typu Transformer a [ ] písomne to vysvetlite. Uveďte odkazy na odborné články.
|
|
- [ ] Písomne vysvetlite, čo to je generatívny jazykový model a ako funguje. Uveďte odkazy na najnovšie články o generatívnych jazykových modeloch - T5, GPT, BART.
|
|
- [-] Nainštalujte si prostredie Anaconda, knižnicu PyTorch s podporou CUDA a knižnicu HF transformers. Použite server idoc.
|
|
- [ ] Vyskúšajte tento skript: https://github.com/huggingface/transformers/tree/main/examples/pytorch/text-generation.
|
|
|
|
Zásobník úloh:
|
|
|
|
- Prečítajte si ako funguje neurónová sieť typu GPT a písomne to vysvetlite, Uveďte odkazy na odborné články.
|
|
- Vyskúšajte tento tutoriál https://towardsdatascience.com/fine-tune-a-non-english-gpt-2-model-with-huggingface-9acc2dc7635b
|
|
- Pozrite si toto demo https://huggingface.co/blog/few-shot-learning-gpt-neo-and-inference-api
|
|
- Vytvorte si git repozitár do ktoréhu budete ukladať Vaše skripty.
|
|
- Vyskúšajte slovenský GPT model https://huggingface.co/Milos/slovak-gpt-j-162M (je malý, stredný, veľký)
|