zpwiki/pages/students/2021/matej_scislak

title	published	taxonomy
Matej Ščišľak	true	category tag author bp2024 dp2026 chatbot rasa dialog nlp Daniel Hladek

rok začiatku štúdia: 2021

Ciele:

• Zlepšiť generovanie odpovedí pre úlohy vyžadujúce viac krokov.

Príprava:

• Zopakujte si Python.
• Vyskúšajte si prácu s veľkými jazykovými modelmi. Nainštalujte si oollama.
• Oboznámte sa s framewworkom LangChain.
• pozrite si LangChain Transformers Agents.
• Ako funguje FunctionCalling - AgentTools?.
• Zistite ako funguje REACT (Reasoning and Acting) Agent - nájdite článok na Scholar.
• Zistite ako funguje dotrénovnaie veľkých jazykových modelov. Zistite čo je to PEFT (LORA, QLORA) a čo je to kvantizácia. Zisite čo je to "few shot" prompting.
• Čo je to inferenčný server. Zistite čo je to VLLM, na čo je to dobré. Pozri si LocalAI.

Bakalárska práca 2024

Názov: Dialógový systém pre potreby samosprávy

Zadanie:

1. Vypracujte teroretický úvod do modelovania dialógu a povedzte aké metódy sa aktuálne používajú.
2. Navrhnite a vytvorte dialógový systém v slovenskom jazyku pre úlohu komunikácie občana s mestom.
3. Vykonajte sadu experimentov a dialógovým systémom.
4. Vyhodnoťte experimenty a identifikujte miesta pre zlepšenie.

Súvisiace materiály:

• Projektová stránka

Spolupráca:

• Martin Šarišský

Stretnutie 23.2:

Stav:

• Práca na pravidlách aj texte

Úlohy:

• Vypracujte pravidlá pre rozpoznanie neznámeho zámeru. Cieľ je aby chatbot vedel upozorniť na agendu ktorú nemá implementovanú a vedel ponúknuť čo vie.

Stretnutie 16.2.2024

Stav:

• Pridanie "domain" pravidiel pre "bežného" používateľa
• Pridané pravidlá pre slovenské mená a ulice.
• Zlepšenie rozpoznávanie IČO a rodné číslo.

Úlohy:

• Pracujte na zlepšení rozpoznávania firiem, priezvisk. Firma sa môže volač hocijak, Je tam možnosť využiť obchodný register.
• pridajte možnosť využiť chatgpt alebo inú službu na generovanie odpoveďe.
• Pridajte testovacie scenáre vytvorené 3. neznalým človekom a vyhodnotte chatbota. Chceme vedieť, aký dobrý je pri rozpoznávaní intentov, a ktoré intenty a entity sú problematické. Určite ako to zlepšiť.
• Stále píšte. Zlepšite časť o rozpoznávaní intentov a pomentovaných entít.

Stretnutie 9.2.

Stav:

• Zlepšený proces "rozpoznávania" druhu formulára - chatbot sa spýta, aký formulár treba vyplniť.
• Pri vypĺnaní nastal problém s rozpoznávaním mien a adries.
• Pridané testovacie "stories".
• Je problém keď pri firme sa vyplňa formulára niečo iné ako pri fyzickej osobe.

Úlohy:

• Zlepšite chatbota podľa výsledkov vyhodnotenia.
• Pridajte zdrojáky na GIT.
• Preskúmajte možnosti využitia ChatGPT
• Zlepšite rozpoznávanie pomenovaných entít - mená, priezviská, názvy firiem. Najprv vyskúšajte riešenie cez RASA.

Zásobník úloh:

• Vyskúšajte trénovanie modelu pomocou spacy. spacy-skmodel na githube.
• Vyskúšajte možnosť zlepšenia pomenovaných entít cez model Spacy. Pravidlový rozpoznávač alebo alebo rozpoznávač pomocou neurónovej siete.
• Vedúci má niekde dáta.

Stretnutie 9.1

Stav:

• Rozšírenie možnosti formulárov.
• Práca na písomnej časti.

Úlohy:

• Zlepšite Vášho chatbota pomocou ChatGPT. So službou viete komunikovať pomocou Python API a "api tokenu". LLM je možné dotrénovať na vlastných dátach. Alebo LLM vie riešiť špecifickú úlohu ktorú definujete pomocou "promptu".
• Pokračujte v písomnej časti.
• Pripravte testovacie scenáre pre Vašu sadu pravidiel a vyhodnotte pomocou nej chatbota. Jedna množina na vyhodnotenie bude Vaša a druhá množina kolegu Šarišského.
• Pripravte prezentáciu a pošlite texty BP na spätnú väzbu, dajte kódy na GIT.
• Upravte kódy tak, aby ich vedúci vedel ľahko vyskúšať pomocou Docker.

Zásobník úloh:

• Zistite čo je to LangChain a na čo sa používa. Nainštalujte si to a vyskúšajte.

Stretnutie 8.12.2023

Stav:

• Vyriešený problem týkajúci sa SLOTov. Bola potrebná osobnitná funkcia submit.
• Práca na písomenj časti.

Úlohy:

• Vedúci by mal finalizovať zadanie.
• Integrovať Vašu bázu pravidiel s kolegom Šarišským. Spraviť z toho jedného bota.
• Zistite si ako pracujú veľké jazykové modely LLM a napíšte si o tom poznámky.
• Preštudujte si, ako integrovať veľké jazykové modely s RASA. Veľké jazykové modely sú ChatGPT alebo BARD. Na ChatGPT máte k dispozícici študentské kredity cez Azure Dev Tools for Teaching.

Zásobník úloh:

• Zlepšite Vášho chatbota pomocou ChatGPT. So službou viete komunikovať pomocou Python API a "api tokenu". LLM je možné dotrénovať na vlastných dátach. Alebo LLM vie riešiť špecifickú úlohu ktorú definujete pomocou "promptu".

Stretnutie 14.11.

Stav:

• Vyriešený problém s Policy - problém bol asi na strane Stories.
• Nastal problém s rozpoznávaním entít. Podarilo sa naštartovať Form, nepodarilo sa rozpoznať slot. Nevie rozpoznať typ priznania za psa.

Stretnutie 3.11.

Stav:

• Práca na "Forms" v RASA. Problém s "Policy" konfiguráciou bol skonzultovaný.

Úlohy:

• Riešte problém s Policy pomocou "debug" výpisov.
• Píšte BP. Opíšte ako funguje NLU a ako funguje rozhodovanie pomcou pravidiel v RASA.

Zásobník úloh:

• Naštudujte si čo je to Reinforcement learning a ako to súvisí s chatbotmi. https://www.telusinternational.com/insights/ai-data/article/reinforcement-learning-primer . Napíšte si o tom aj poznámky.

Stretnutie 27.10

Stav:

• Pokračuje písomná príprava a práca na kódoch chatbota.

Úlohy:

• Pokračujte v otvorených úlohách, aj zo zásobníka.
• Študujte generatívne jazykové modely.

Zásobník:

• Integrujeme bázu pravidiel oboch chatbotov.

Stretnutie 6.10.

Stav:

• Vypracované úlohy z minulého stretnutia

Úlohy:

• Nadviažte na prácu p. Šarišského a navrhnite a implementujte chatbota na riešenie vybraných a analyzovaných úloh. Chatbot by mal vedieť identifikovať problém, mal by vedieť či je schopný ho riešiť. Potom by mal naštartovať postup pre riešenie daného problému.
• Naštudujte si RASA Forms aby ste vedeli pomôcť človeku vyplniť formulár.
• Vytvorte pomôcku pre vyplnenie formulára s pomocou chatbota a RASA Forms pre viacero problémov. Vyberte jednoduché problémy s malým počtom "slotov".
• pravidlá pre chatbota uložte na GIT repozitár s názvom bp2023. Môžete prístup zdieľať s kolegom.
• Prečítajte si najnovšie články o chatbotoch vo verejnej správe "chatbot citizen services". Zistite aké metódy používajú a napíšte o tom do písomnej práce.

Zásobník úloh:

• naštudujte si ako sa vyhodnocuje RASA chatbot.
• napíšte testovacie konverzácie pre Vaše pravidlá.
• Zistite ako pracuje generatívny jazykový model (GPT, T5, LLAMA) a ako sa dá využiť v dialógových systémoch. Sú založené na neurónových sieťach typu Transformer.

Stretnutie 28.9.2023

Stav:

• Nainštalovaná RASA

Úlohy:

• Nainštalujte si Anaconda. Do Anaconda prostredia si nainštalujte RASA.
• [-] Pokračujte v štúdiu RASA-Python. Na servri scholar si vyhľadajte termín "natural language understanding". Prečítajte si niekoľko vedeckých článkov alebo kníh na túto tému a napíšte si poznámky.
• Pozrite si stránku https://www.esluzbykosice.sk/. Vyberte niekoľko vzorových problémov a ku nim implementuje asistenta na ich riešenie. Napríklad, občan chce zaplatiť za odvoz odpadu a nevie čo má robiť. Alebo občan si kúpil psa a nevie aké má povinnosti.

Zásobník úloh:

• Vytvorte pomôcku pre vyplnenie formulára s pomocou chatbota.