| .. | ||
| README.md | ||
| title | published | taxonomy | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Samuel Džurina | true | 
  | 
rok začiatku štúdia: 2023
Bakalárska práca 2026
Téma:
Dialógový systém pre podporu firemných procesov
Ciele:
Vytvorte agenta pre podporu činnosti zásielkovej spoločnosti.
Spolupráca:
- Simona Bobrovčanová
 - Valerii Kutsenko
 - Oleh Poiasnik
 - Martin Šarišský
 - Matej Ščišľak
 
Stretnutie 9.10.2025
Stav:
- Špedičná firma by využila colné pravidlá z EU do EU a CMR dohovor (dohovor o medzinárodnej zmluve o cestnej doprave). CMR dohovor - nákladný list, je formulár ktorý vyplní šofér alebo príjemca a je dokladom o vykonanej preprave. Niečo ako sprievodný list.
 - Aké colné pravidlá platia pre prepravu konkrétneho druhu tovaru.
 - Otázky sa týkajú colných vyhlásení.
 
Otvorené otázky:
- Pri akom konkrétnom procese vie pomôcť chatbot? Kto a ako sa tento proces vykonáva doteraz?
 - Aké sú technické požiadavky na nasadenie? Má firma HW s GPU? Je možné dáta poslať mimo firmy?
 - Ktoré konkrétne dáta vie agent využiť? Ktorá legislatíva (zákony, vyhlášky, zmluvy) je relevantná.
 - Je možná formálna spolupráca "https://uvptechnicom.sk/spolupraca/#formy" alebo https://edihcassovium.sk/ ?
 
Úlohy:
- Zistite, ako pracuje RAG systém. Vypracujte tutoriál https://python.langchain.com/docs/tutorials/rag/
 - Pozrite sa na gogole scholar a prečítajte si odborné články na tému "retrieval augmented generation" . Napíšte si poznámky.
 - Prečítajte si článok https://arxiv.org/abs/2401.03428 a napíšte si poznámky.
 - Navrhnite modelový príklad použitia intelignetného agenta v špedičnej firme.
 - Vyskúšajte https://openai.github.io/openai-agents-python/ a vytvorte prvú verziu agenta.
 
Stretnutie 13.5.2025
Stav:
- Hotová prvá verzia chatbota. Urobil to niekto iný. Chatbot má zoznam otázok a odpovedí. Vie sťahovať z Wikipedie a vie odpovedať z wikipedie. Chunkuje na 100 znakov. Používa OpenAI API. Nemá databázu, len CSV.
 
Úlohy:
- Špecifikujte oblasť použitia chatbota. Identifikujte potenciálne zdroje informácií. Alebo budeme robiť v nejakej právnej, vzdelávacej alebo lekárskej oblasti.
 - Oboznámte sa s problematikou veľkých jazykových modelov. Towards Data Science
 - Naučte sa Python lepšie. Nainštalujte si prostredie Anaconda.
 - Poučte sa o strojovom účení. Dive into deep learning.
 - Vyskúšajte si framework HF Transformers.
 - Vyskúšajte si veľký jazykový model, pomocou HF transformers alebo pomocou ollama.
 - Vyskúšajte si framework LangChain a LangGraph. Prejdite si základný tutoriál LangGraph.
 - Pozrite si knižnicu llamaindex.
 - Napíšte si poznámky z vecí ktoré ste sa naučili. Využívajte odborné ščlánky, ktoré nájdete na google scholar.