1.6 KiB
1.6 KiB
| title | published | taxonomy | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Sebastián Kišš | true |
|
rok začiatku štúdia: 2024
Bakalársky projekt 2027
Dáta pre vyhodnotenie multimodálnych jazykových modelov
Ciel: Vytvoriť a použiť novú dátovú množinu pre vyhodnotenie muliimodálnych modelov s podporou slovenského jazyka
Možné ciele semestrálneho projektu:
- Pripraviť nový evalučný dátový súbor pre multimodálne jazykové modely.
- Vytvoriť benchmark na porovnanie kvality výstupov rôznych multimodálnych modelov.
- Implementovať automatickú metriku na hodnotenie semantickej zhody medzi textovými a vizuálnymi reprezentáciami.
Stretnutie 30.9. 2026
Úlohy:
- Naučte sa Python, nainštalujte si Anaconda
- Zistite, čo sú multimodálne jazykové modely (napr. BLIP, LLaVA, FLAN-PaLM). Ako sa hodnotí kvalita multimodálnych výstupov? Napíšte krátku správu (2-3 strany) s relevantnými vedeckými článkami
- Oboznámte sa s existujúcimi multimodálnymi benchmarkmi (VQA, Visual Question Answering, Image Captioning)
- Oboznámte sa s knižnicou Hugging Face Datasets a metódami hodnotenia multimodálnych modelov. - Pozrite si záznam o práci https://zp.kemt.fei.tuke.sk/interns/dries_huybens
- Pozrite si zoznam existujúcich množín, poslaný cez Teams.
- Navrhnite svoju množinu - získanie z webu, digitalizácia nových dát alebo anotácia existujúcich dát.
Zásobník úloh:
- Otestujme rozpoznávanie rukopisov a matematických výrazov.