pages/interns/bogdan_paul_chis/README.md

@@ -1,45 +0,0 @@
----
-title: Bogdan Paul Chiș
-published: true
-taxonomy:
-    category: [erasmus]
-    tag: [nlp, ie, rag, medical]
-    author: Daniel Hladek
----
-
-ERASMUS Intern Spring 2026, 20 March - 21 May (62 days)
-
-Topic:
-
-(multilingual) Triplet extraction from medical data
-
-Goal:
-
-- Construct a knowledge graph from medical package inserts in multiple languages
-- Utilize the graph in an intelligent agent that recommends medication.
-
-Tasks:
-
-- Learn intelligent agents and generative models - OpenAI API, Agent frameworks, RAG systems.
-- Learn about knowledge graphs and GraphRAG. Read several research papers.
-- Find several existing drug knowledge databases. Identify possible entities and relations.
-- Prepare a Python based workflow, use git code repository
-- Try Light RAG - Simple RAG. 
-- Scrape package inserts and parse the data.
-- Index the data and write a script that extracts a knowledge graph from data.
-- Visualize the graph
-- Prepare an agent that utilizes the unstructured data and graph-data.
-- Evaluate the agent using DeepEval or RAGAS.
-- Write a report
-- Put all code to GIT
-
-Meeting 18.5.2026
-
-State:
-
-All tasks finished.
-
-Repository with outputs:
-
-https://github.com/chis-facultate/erasmus-kosice
-

pages/students/2021/martin_sarissky/README.md

@@ -31,23 +31,6 @@ Ciele:
 - Vytvoriť sadu vzorových úloh pre vyhodnotenie takéhoto systému.
 - Zlepšiť generovanie odpovedí pre úlohy vyžadujúce viac krokov.
 
-Stretnutie 23.3.2026
-
-Stav:
-
-- Systém funguje.
-- Vyhodnotenie Faithfulness, AnswerRelevancy a ContextualRelevancy s databázou otázok a odpovedí od právničky.
-- Písomná časť je WIP.
-- aktuálne zdrojáky sú k dispozícii na https://git.kemt.fei.tuke.sk/ms058bd/Diplomovka
-
-Úlohy:
-
-- aktualizovať README zdrojákov
-- pracovať na texte. Používajte google scholar a odkazy v texte.
-- vypracujte viacero experimentov pre rôzne hodnoty hyperparametrov (napr. threshold) a výsledky dajte do tabuľky, príp. grafu.
-- Opíšte experimenty - komponenty, dáta, hyperparametre. Slovne zhodnotte výsledky v tabuľkách.
-
-
 Stretnutie 5.2.2026
 
 - Zväčšený index

pages/students/2021/matej_scislak/README.md

@@ -30,23 +30,6 @@ Ciele:
 - Vytvoriť sadu vzorových úloh pre vyhodnotenie takéhoto systému.
 - Zlepšiť generovanie odpovedí pre úlohy vyžadujúce viac krokov pomocou znalostných grafov
 
-Repozitár: https://git.kemt.fei.tuke.sk/ms252gb/DP2026
-
-Stretnutie 30.3.2025
-
-Stav:
-
-- Vytvorený GraphRAG, skladá sa z FAISS a Neo4J. Neo4J beží lokálne a spája sa so servrom.
-- Vytvorené testovanie - 110 otázok. Ku každej otázke je správna odpoveď a odpoveď ktorú generoval chatbot. Sú tam očakávané zdroje a vygenerované zdroje.
-
-Úlohy:
-
-- Nové kódy dajte na GIT.
-- Overte možnosti zverejnenia databázy otázok.
-- Poromýšľajte o článku.
-- Pracujte na texte.
-
-
 Stretnutie 10.10.2025
 
 Stav:

pages/students/2022/andrii_pervashov/README.md

@@ -16,33 +16,15 @@ Návrh na tému:
 
 Prepis reči pre tvorbu štruktúrovaného zdravotného záznamu
 
-Ciele:
-
-- Vytvorte systém pre prepis reči a naplnenie formulára pomocou lokálnych jazykových modelov
-- Zlepšite jazykový model pre extraktiu štruktúrovaných informácií z medicínskej alebo súdnej domény.
-
 Úlohy:
 
-- Oboznámte sa so systémom OpenWebUI - prečítajte si dokumentáciu, príp. spravte si svoju inštanciu.
+- Vytvorte systém pre prepis reči a naplnenie formulára pomocou lokálnych jazykových modelov
-- Vytvorte jedno alebo viacero rozšírení, ktoré umožnia napňlňať formuláre pomocou rečového vstupu.
+- Dotrénujte jazykový model do slovenskej medicínskej domény
-- Agent by mal vedieť transformovať rečový vstup do štruktúrovanej podoby.
-
-Teoretické úlohy:
-
-- Oboznámte sa s postupmi pre dotrénovanie jazykového modelu - LORA, PEFT.
-- Oboznámte sa s metódami Information Extraction. Vyhľadajte si články na túto tému a napíšte, aké metódy sa používajú. Vstupom je text v prir. jazyku, výstupom je niečo ako JSON.
-
-
-Zásobník úloh:
-- Vyskúšajte ako funguje rozpoznávanie reči cez OPeWEBUI. Navrhnute zlepšenia.
-- Ako vieme zistiť, ktoré informácie nám chýbajú?
-
-
-
 
 ## Bakalárska práca 2025
 
 
+
 Návrh na tému:
 
 Korekcia textu pomocou neurónových sietí

pages/students/2022/jan_malinovsky/README.md

@@ -31,56 +31,6 @@ Napr.
 - osnovy pre výuku na základnej škole.
 - spôsoby práce asistenta pedagóga.
 
-Stretnutie 14.5.2026
-
-Stav:
-
-- Preštudované materiály podľa pokynov nižšie .
-- Získané dokumenty - osnovy pre pre základné školy: slovenčina, matematika, angličtina, informatika, fyzika, biológia, občianska náuka, telesná výchova, chémia pre všetky ročníky.  
-- Extrahovaný text pomocou pypdf a docx. Sú tam aj excel tabuľky, ale tie nie sú extrahované.
-- Text sa rozdelí na chunky (cca 8000 znakov), vypočíta sa hash na deduplikáciu.
-- Pomocou LM sa dokument transformtuje na JSON. Z dokumentu LLM extrahuje "vzdelávacie koncepty" a vzťahy medzi nimi. Vzťahy sú z určenej množiny typu "implements", "depends on", "teaches", "requires".
-- Výsledok sa zobrazí vo forme grafu.
-- Vytvorený jednoduchý agent, ktorý vyhľadáva v znalostnom grafe a na základe týchto informácií generuje odpoveď.
-
-
-
-Zdroje doumentov:
-
-- https://www.minedu.sk/vzdelavacie-standardy-pre-1-stupen-zs/
-- https://www.minedu.sk/vzdelavacie-standardy-pre-2-stupen-zs/
-- https://podporneopatrenia.minedu.sk/zabezpecenie-posobenia-pedagogickeho-asistenta-v-triede/
-- https://www.upsvr.gov.sk/socialne-veci-a-rodina/rodina/opatrenia-socialnopravnej-ochrany-deti-a-socialnej-kurately/socialno-pravna-ochrana-deti/opatrenia-na-zabezpecenie-ochrany-zivota-zdravia-a-vyvinu-dietata/vychovne-opatrenia.html?page_id=1205
- - https://www.minedu.sk/pedagogicky-asistent-podporne-opatrenie/
- - https://podporneopatrenia.minedu.sk/katalog-podpornych-opatreni/
-
-
-Úlohy:
-
-- *dajte zdrojové kódy na GIT*.
-
-Týka sa ďalšieho obdobia:
-
-- Pozrite si https://github.com/hkuds/minirag . Prečítajte si článok, vyskúšajte zdrojové kódy s dátami ktoré máte. 
-- Pozrite si https://github.com/HKUDS/LightRAG. Prečítajte si článok, pozrite zdrojové kódy, môžete aj vyskúšať.
-- Preštudujte si jazyk Cypher.
-- Preštudujte si embedding modely a vektorové databázy, napr. ChromaDB a multilingual e5-large.
-- Pokračujte  štúdiu GraphRAG:
-- Vytovrte webové demo pre pomoco pedagógovi pri príprave na hodinu. Môžete použiť gradio alebo streamlit. 
-- Vytvorte agenta pre pomoc učiteľovi alebo pedagogickému asistentovi pri príprave na vyučovanie. 
-
-
-
-Zásobník úloh:
-
-- Využite školskú infraštruktúru
-- Zlepšite proces tvorby znalostného grafu. Zlepšite druhy vzájomných vzťahov, zlepšite proces extrakcie. 
-- Vytvorte proces zhlukovania konceptov (pomenovaných entít)
-- Použite grafovú datagázu Neo4J alebo inú.
-- Jeden z možných spôsobov vyhľadávnaia je použitie relačnej dabázy. 
-- Preštudujte si spôsoby vyhodnotenia RAG - RAGAS, DeepEval a vyhodnnotte systém.
-
-
 Stretnutie 20.2.2026
 
 Úlohy:

pages/students/2022/oleh_poiasnik/README.md

@@ -18,63 +18,6 @@ Expertný agentový systém na podporu rozhodovania v lekárni
 Cieľ:
 
 - Vylepšiť agenta pre prácu so znalostným grafom - interakcie a kontraindikácie.
-- Zostaviť znalostný graf z databázy príbalových letákov adc a s jeho pomocou zlepšiť generovanie odpovede.
-
-Stretnutie 14.5.
-
-Stav:
-
-- Získaná databáza ADC pomocou scrapera.
-- Dáta sú transformované do JSON, je definovaná schéma.
-- Pomocou LightRAG je vytvorený znalostný graf pre niekoľko (500) liekov.
-- Prvá verzia agenta na základe LightRAG. Problém je, že znalostný graf je príliš veľký.
-- Kódy pre extrakciu aj pre krawlera sú na gite, aj konfigurácia spustenia LightRAG.
-
-Úlohy:
-
-- Zlepšite vyhľadávanie v znalostnom grafe. Nakonfigurovať LightRAG na databázu Neo4J.
-- Preskúmajte vzniknutý KG. Nachádzajú sa v ňom duplicitné koncepty alebo vzťahy? 
-- Oboznámte sa so systémom MiniRAG: https://github.com/hkuds/minirag Prečítajte si článok. 
-- Oboznámte sa so systémom RAGAS a DeepEVAL.
-
-Zásobník úloh:
-
-- Zostavte databázu vzorových úloh pre vyhodnotenie takéhoto systému a vyberte vhodnú metodiku vyhodnotenia. 
-- Pripravte webové demo. Môžete použiť streamlit alebo gradio.
-
-
-Stretnutie 30.4.2026
-
-Úlohy:
-
-- Oboznámte sa s pojmami na stránke https://graphrag.com/concepts/intro-to-graphrag/ . Napíšte is poznámky.
-- Vyskúšajte si softvér https://github.com/hkuds/lightrag . 
-- Prečítajte si článok LightRAG: Simple and Fast Retrieval-Augmented Generation
-- Oboznámte sa so systémom https://docs.ragas.io/en/stable/
-
-Zásobník úloh:
-
-- Využite školské LLM prístupné cez API.
-- Pripravte skripty pre získanie (scarpovanie) databázy ADC.
-- Zlepšite proces parsovania do formátu JSON. Môžete použiť systém Docling.
-
-
-Stretnutie 30.3.
-
-
-Stav:
-
-- Oboznámenie sa s LightRAG.
-- Vyskúšané s lokálnym minilm-paraphrase a openwebui tukekemt API.
-
-Úlohy:
-
-- Pripravte skripty pre získanie (scrapovanie) databázy ADC.
-- Zlepšite proces parsovania do formátu JSON. Môžete použiť systém Docling.
-- Skripty dajte na GIT.
-- Vypracujte prehľad článkov zameraných na tvorbu znalostného grafu alebo exťrakcie štruktúrovaných informácií z medicínskych dát.
-- Zistite, ktoré entity sú dôležité pre databázu liekov.
-
 
 
 # Bakalárska práca 2025

pages/students/2022/valerii_kutsenko/README.md

@@ -11,64 +11,6 @@ rok začiatku štúdia: 2022
 
 # Diplomová práca 2027
 
-Zlepšenie vyhľadávania pomocou znalostných grafov.
-
-Myšlienky:
-
-- Agent si buduje vnútornú reprezentáciu pomocu ktorej vie lepšie generovať.
-- Vnútorná reprezentácia je v človeku zrozumiteľnej podobe, napr. znalostný graf.
-
-Možné úlohy:
-
-- Navrhnite agenta, ktorý bude budovať a využívať znalostný graf pri vyhľadávaní.
-- Môže to byť v oblasti vzdelávania, práva alebo medicíny.
-- Zostavte multilinguálny znalostný graf, ktorý môže pomôcť pri generovaní.
-
-Existujúca práca:
-
-- LightRAG - pozrite si to.
-
-
-Stretnutie 15.5.
-
-Stav:
-
-- Zaindexované anglické dáta Alice in Wonderland pomocou LightRAG, zostavený znalostný graf z knihy.
-
-Úlohy:
-
-- Pozrite sa na systém MiniRAG
-- Získajte texty Alice in Wonderland v iných jazykoch - napr. po rusky a po slovensky. Zostavte multilinguálny znalostný graf. 
-- Prečítajte si najnovšie vedecké články na tému "multilingual knowledge graph construction", "multilingual entity linking (alignment)". Urobte si poznámky o spôsoboch ako urobiť takýto graf a ako ho využiť pri vyhľadávaní. 
-
-
-
-Stretnutie 27.4. 
-
-Úlohy:
-
-- Naštudujte si problematiku.
-- Získajte vzorový znalostný graf ktorý sa bude dať použiť pri výskume.
-- Vytvorte jednoduché demo, ktoré bude demonštrovať využitie znalostného grafu pri vyhľadávaní.
-- Na právnych dátach pracujú kolegovia Šarišský a Ščišľak. Spracovali Právny Thesaurus.
-- Na lekárskych dátach pracuje doc. Bednár. Z toho sa da vytiahnuť znalostný graf. 
-- Na dátach zo vzdelávania pracuje vedúci - máme ZPWIKI.
-
-
-Nápady na prínos:
-
-- navrhnite spôsob automatického budovania znalostného grafu vo zvolenej doméne.
-- navrhnite spôsob vyhľadávania s pomocou existujúceho znalostného grafu.
-- dotrénujte jazykový model alebo navrhnite metódu promptovania pre tvorbyu znalostných grafov z dát.
-- navrhnite metódu pre dotrénovanie jazykového modelu s pomocou znalostného grafu 
-- augmentácia modelu s pomocou znalostného grafu.
-
-
-# Diplomový projekt 2026
-
-Projekt odložený.
-
-
 Augmentácia dát pre zlepšenie získavania informácií
 
 

pages/students/2023/maksym_zatirka/README.md

@@ -30,58 +30,9 @@ Zadanie:
 Ciele:
 
 
+
 Vytvorte databázu pre vyhľadávanie v právnych predpisoch s využitím grafovej informácie.
 
-Stretnutie 26.5.2026
-
-Stav:
-
-- Agent aj parser funguje.
-- Webová aplikácia je nasadená cez streamlit.
-- grafová databáza neo4J cez neo4J aura. 
-- najprv ide parsovanie štruktúry. V druhej etape ide sémantické parsovanie - langchain a llamaindex. 
-- agent má viacero nástrojov. 
-
-```
-search_concept,     # vyhľadávanie pojmov s provenienciou
-cypher_lookup,      # fallback pre pokročilé Cypher dotazy
-fulltext_search,    # fulltextové vyhľadávanie v texte paragrafov
-get_provision,      # úplný text jedného paragrafu
-list_acts,          # zoznam všetkých zákonov
-graph_traversal,    # sémantické okolie konkrétneho zákona
-defines_concepts,   # pojmy definované v zákone
-find_amendments,    # novelizácie a zrušenia zákonov
-graph_stats,        # štatistika grafu
-compare_acts,       # porovnanie dvoch zákonov
-act_provisions,     # štruktúra zákona (paragrafy, články atď.)
-```
-
-Používa školský LLM model120-fast.
-
-
-
-Stretnutie 6.3.
-
-- Parser vie rozparsovať zákony na paragrafy a odseky, vie verzie zákonov.
-- Máme jednoduchého agenta, ktorý vie pracovať s grafovou databázou.
-
-Úlohy:
-
-- Pripravte vzorovú datababázy zákonov - nemusia byť všetky a vložte ju do grafovej databázy..
-- Pripravte viacero testovacích scenárov pre vyhľadávanie v zákonoch. Scenár by mal byť vo forme otázky. 
-- Agent by mal podľa otázky vyhľadať relevatné a súvisiace  paragrafy v databáze a vygenerovať odpoveď podľa paragrafov.
-- Zobrazte aj zoznam zdrojov - relevantnej časti znalostného grafu.
-- Kódy dajte na GIT. Mal by tam byť parser. Aj agent. Aj stručná dokumentácia.
-- Pracujte na teoretickej časti práce.  Napíšte o metódach GraphRAG. Používajte články z Google Scholar. Opíšte metódu zostavenia znalostného grafu, grafovú databázu aj architektúru agenta.  Opíšte výsledky experimentov v testovacích scenároch.
-
-
-Zásobník úloh:
-
-- Pripravte pekné webové rozhranie. 
-- Pripravte deployment Vašej aplikácie - dockerfile a docker compose.
-
-
-
 
 Stretnutie 4.2.
 

pages/students/2023/oleksandr_dorybohov/README.md

@@ -36,25 +36,7 @@ Spolupráca:
 
 - Projekt [Právne informácie](/topics/legal).
 
-
+Stretnutie 19.12.
-Stretnutie 23.3.2026
-
-
-Stav:
-
-- Agent funguje.
-- Text je v príprave.
-
-Úlohy:
-
-- Pracujte na texte práce. Používajte google scholar a odkazy v texte.
-- Rozšírte rozhranie pre prácu s verejným API.
-- Vytvorte MCP server pre prácu s verejným API.
-- Pripravte kódy na nasadenie pomocou Docker. Upravte konfiguráciu aby sa aplikácia dala používať s rôznymi modelmi cez OpenAI API. Môžete použiť LiteLLM.
-- Do práce opíšte rôzne scenáre použitia. Porovnajte aj viac jazykových modelov. Ako vedia iné jazykovvé modely spolupracovať s OpenAI Agents SDK?
-
-
-Stretnutie 19.12.2025
 
 Stav:
 

pages/students/2023/ronald_zalacko/README.md

@@ -22,8 +22,6 @@ Téma:
 Skórovací online systém pre robotické súťaže
 
 
-https://git.kemt.fei.tuke.sk/rz409st/scoring-system/src/branch/main/backend
-
 Ciele:
 
 - Vypracujte prehľad robotických súťaží a podporného softvéru pre robotické súťaže.

pages/students/2023/rostyslav_rodzhuk/README.md

@@ -37,27 +37,6 @@ https://github.com/RostikRd/bp2026
 - Pozrite si opatrenia na https://podporneopatrenia.minedu.sk/katalog-podpornych-opatreni/ a vyberte relevantné dokumenty
 - Vytvorte inteligentného agenta, ktorý by na základe dokumentov navrhol najlepšie výchovné opatrenia.
 
-Stretnutie 11.5.
-
-Stav:
-
-- Dokončené texty aj program.
-
-Úlohy:
-
-- Daje zdrojáky na GIT.
-
-Stretnutie 6.3.
-
-Stav: 
-
-- Prezentovaná teoretická časť
-
-Úlohy:
-
-- Pokračujte v písaní.
-- Dajte zdrojáky na GIT.
-
 Stretnutie 6.2.2026
 
 Stav:

pages/students/2023/yevhenii_medushivskyi/README.md

@@ -24,33 +24,6 @@ Zadanie:
 3. Pomocou crawlera získajte dáta z internetu a vytvorte korpus dát pre viaceré domény.  
 4. Analyzujte získané dáta, priebeh ich sťahovania a navrhnite zlepšenia procesu získavania textových dát.  
 
-Stretnutie 11.5.2026.
-
-Stav:
-
-- Napísaná práca
-- zozbierané texty
-
-Úlohy:
-
-- dokončite prácu
-- dajte zdrojáky na GIT.
-
-
-Stretnutie 13.3.2026
-
-Stav:
-
-- Zozbieraných cca 450MB textu.
-- Vylepšený text BP
-
-Úlohy:
-
-- Pridajte funciu "dolovania" domén zo získaného textu.
-- Dajte kódy na GIT
-- Pokračujte v dolovaní textu, min. 5GB
-- zlepšite deduplikáciu a boilereplate removal - napr. justext.
-
 Stretnutie 4.2.2025
 
 Stav:
@@ -66,6 +39,7 @@ Stav:
 
 
 
+
 Stretnutie 18.12.2025
 
 Stav: