Update pages/students/2022/oleh_poiasnik/README.md

pages/interns/bogdan_paul_chis/README.md

@@ -0,0 +1,35 @@
+---
+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
+

pages/students/2021/martin_sarissky/README.md

@@ -31,6 +31,23 @@ 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

@@ -30,6 +30,21 @@ Ciele:
 - Vytvoriť sadu vzorových úloh pre vyhodnotenie takéhoto systému.
 - Zlepšiť generovanie odpovedí pre úlohy vyžadujúce viac krokov pomocou znalostných grafov
 
+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

@@ -16,15 +16,33 @@ Návrh na tému:
 
 Prepis reči pre tvorbu štruktúrovaného zdravotného záznamu
 
-Úlohy:
+Ciele:
 
 - Vytvorte systém pre prepis reči a naplnenie formulára pomocou lokálnych jazykových modelov
-- Dotrénujte jazykový model do slovenskej medicínskej domény
+- 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 jedno alebo viacero rozšírení, ktoré umožnia napňlňať formuláre pomocou rečového vstupu.
+- 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/oleh_poiasnik/README.md

@@ -18,6 +18,38 @@ 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.
+
+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/2023/maksym_zatirka/README.md

@@ -30,9 +30,30 @@ Zadanie:
 Ciele:
 
 
-
 Vytvorte databázu pre vyhľadávanie v právnych predpisoch s využitím grafovej informácie.
 
+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

@@ -36,7 +36,25 @@ 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/rostyslav_rodzhuk/README.md

@@ -37,6 +37,17 @@ 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 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

@@ -24,6 +24,20 @@ 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 13.3.2025
+
+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:
@@ -39,7 +53,6 @@ Stav:
 
 
 
-
 Stretnutie 18.12.2025
 
 Stav: