Differences

This shows you the differences between two versions of the page.

--- dod [2017/11/21 21:49]
rosa created
+++ dod [2024/11/13 13:58] (current)
rosa [DOD v listopadu 2023] code
@@ Line 1: / Line 1: @@
 ====== Den otevřených dveří ======
+Stránka pro sdílení know-how o prezentaci ÚFALu na Dnech otevřených dveří (a podobných akcích).
+===== Poznámky pro budoucnost =====
+  * chce to sexy název, například "Jak funguje ChatGPT?"
+  * chceme zkusit mít stánek na chodbě ve 2. patře před kanclem a ne uvnitř kanclu
+  * chceme si pořídit velkou plyšovou lamu a mít ji na stánku :-) 🦙
+===== 2023 =====
+==== DOD v listopadu 2023 ====
+Koordinuje Rudolf, viz kanál #dod na Slacku!
+  * stánek
+    * Rudolf Rosa, Patrícia Schmidtová, Zdeněk Kasner
+    * v ÚFALím kanclu N 231 🐬
+    * dema
+      * Generování poezie
+        * https://huggingface.co/jinymusim/gpt-czech-poet
+        * Buď přímo přes huggingface (ale tam se naráží na limity)
+        * Anebo na nějakém solu v terminálu, třebas takto: https://github.com/ufal/dod/blob/main/gpt-czech-poet-userfriendly.py
+        * Povídání k tomu: https://docs.google.com/document/d/15Gd79Kdx70OavSctt7z7BK40v27F8PLWO40t5QJZlO0/edit?usp=sharing
+      * Generování textu s hlasovým vstupem a výstupem
+        * https://quest.ms.mff.cuni.cz/nlg/text-generation-webui/
+        * Hlavní zábava: persony (odskrollovat níže a vybrat kliknutím na obrázek)
+      * Sčítání a odčítání word embeddings
+        * spuštění například:
+          * <code>srun -p cpu-troja,cpu-ms --mem=50G --cpus-per-task=8 --pty bash</code>
+          * <code>cd /home/musil/lnet_work_musil/emb_ar</code>
+          * <code>python3 emb_arithm.py syn9_w15_lemma.pkl --history ~/my_history_file.txt</code>
+        * dobré příklady např.:
+          * pes - kost + myš
+          * vodka - Rusko + Česko
+          * Hitler - Německo + Rusko
+          * škola - učitel + lékař
+        * k vysvětlení např Tomášovy slajdy
+          * http://tomasm.cz/slides/lmph/slides.pdf
+        * Detailnější pokyny od TM:
+          * Ve složce ''/home/musil/lnet_work_musil/emb_ar'' je skript emb_arithm.py , kterému se dá jako argument soubor s embeddingy v mém vlastním formátu. Načte to během pár desítek vteřin seznam embeddingů + ball tree, který dokáže efektivně hledat nejbližší sousedy v řádu nízkých jednotek sekund (v závistlosti na množství a velikosti embeddingů).
+          * Potřebuje to numpy a sklearn a pro větší modely běžet aspoň na solu
+          * jsou tam k tomu různé české embeddingy, nejlíp se mi zatím osvědčil soubor ''cnk_lemma_norm_embs_ar.pkl'', což jsou nějaké staré embeddingy na ČNK syn4, které mají dimenzi jenom 100; nové embeddingy na syn9 s větší dimenzí kupodivu nefungují tak pěkně
+          * a taky si ten skript pamatuje historii (pohybuje se v ní normálně šipkou nahoru a dolu) a když mu dáte v --history  nějaký file, tak si v něm bude historii udržovat i mezi běhy
+          * (což bych na DOD doporučil, můžeme pak z té historie vybrat nějaké zajímavé examples, co zájemci o studium vymyslí)
+          * ty embeddingy, které mají v názvu 'lemma' jsou na lemmatech, což mi přijde lepší, protože pak ve výstupu není opakované totéž v různých tvarech; ale zase se na nich nedají předvádět morfologické analogie
+          * mimochodem, ve výstupu vynechávám slova z promptu, kdyby se někdo třeba divil, jaktože 'pes' není nejbližší sám sobě
+      * Generování divadelních her
+        * https://theaitre.com/demo
+        * https://ufallab.ms.mff.cuni.cz/cgi-bin/rosa/theaitre-demo/demo.py
+        * běží, mám dojem že je to nějak horší než to bývalo, ale těžko říct
+      * Generování příběhů
+        * https://ufal.mff.cuni.cz/AIvK/exponat/sekce/pribehy/
+        * generuje text i obrázky
+        * ale zatim to nemá hezkej vzhled, na tom teď pracuje kolega a buď to do úterka bude nebo ne
+      * Generování otisků duší
+        * https://bit.ly/clovek-duse-ai
+        * To asi spíš ne? To se asi na MFF moc nehodí :slightly_smiling_face:
+    * letáčky
+      * Zdroj: https://www.canva.com/design/DAFQx44Q3_A/Auet77a9F4j6MGBsYOm13Q/edit
+      * PDF 2022: {{ ::letacek_ufal_dod_2022_tisk.pdf |}}
+      * nějaký asi pošle Iva, možná Zdeněk ještě upraví, vytiskneme si na Impaktu
+    * rollup -- přinést z MS
+      * zkusí poslat Iva ve spolupráci se SISALem
+    * harmonogram
+      * 8:00 sraz (Rudolf, +Patricia?)
+      * 8:45 start
+      * 10:30 hlavní nápor
+      * 13:30 přichází Zdeněk
+      * 14:30 odchází Rudolf
+      * 16:00 konec (Zdeněk, +Patricia?)
+  * přednášky
+    * N1 OBojar 14:30-14:55 LLM: Od strojového překladu k řešení všech textových úloh světa
+    * N2 Rudolf 14:45-15:30 Více než jen ChatGPT: Principy a možnosti současných nástrojů umělé inteligence (přednáška pro fakultní školy, možná to není open for all, nevím)
+  * web MFF: https://www.mff.cuni.cz/cs/uchazeci/dny-otevrenych-dveri/2023
+==== JDIM v lednu 2023 ====
+  * Dema
+    * THEaiTRE
+      * Generování scénářů divadelních her
+      * https://theaitre.com/demo
+      * QR kód: {{::e8e712050ddacee1af8b140f8e38288a.png?200|}}
+      * Rudolf
+    * DeriNet
+      * Slovotvorný les: jak se tvoří slova
+      * https://lukyjanek.github.io/subpages/2023-jdim-demo-annotation/UDerAnnotation.html
+      * Lukáš + Jonáš
+    * ELITR
+      * Živý překlad mluvené řeči do 42 jazyků
+      * https://quest.ms.mff.cuni.cz/elitr/demo/
+      * Dominik
+  * nápisy na polepení stánků: {{ ::jdim_cedulky.odt |}}
+  * letáčky viz DOD 2022, zbylé jsou zavřené ve skříni vedle věšáku v S 409
+  * přednáška: https://bit.ly/theaitre-jdim-2023
+===== 2022 =====
+Koordinuje Rudolf, viz kanál #dod na Slacku!
+  * Letáček od Zdeňka Kasnera:
+    * Zdroj: https://www.canva.com/design/DAFQx44Q3_A/Auet77a9F4j6MGBsYOm13Q/edit
+    * PDF: {{ ::letacek_ufal_dod_2022_tisk.pdf |}}
+    * SVG: {{ ::letacek_dod_svg.zip |}} (konvertováno přes Inkscape z PDF + font)
+    * Asi 50 výtisků se nachází u Rudolfa v kanceláři N 235 🐙
+  * THEaiTRE:
+    * demo: https://theaitre.com/demo
+    * letáček česky: https://docs.google.com/document/d/1RCzOS5RE8u6CERcEz_rxhsQ10TYCGh5qpy8Pj56HHrw/edit?usp=sharing
+    * sestřih videozáznamu hry: https://youtu.be/apPLTXbuFkg
+  * Sčítání a odčítání slov:
+    * Tomášovo slajdy: http://tomasm.cz/slides/lmph/slides.pdf
+    * Tomášovo demo pomalé v Haskellu (loaduje se cca 20 minut): ''/home/musil/scitani_slov'' ... ''scitani.sh''
+    * Tomášovo demo rychlé v Pythonu (loaduje se minutu ale padá): ''/home/musil/scitani_slov'' ... ''scitani.py cnk-slemma-100-15-normalized.txt''
+===== 2021 =====
+**!!! VŠECHNO JINAK, ASI TO BUDE DISTANČNĚ A STÁNEK NEBUDE !!!**
+  * organizační **!!! VŠECHNO JINAK, ASI TO BUDE DISTANČNĚ A STÁNEK NEBUDE !!!**
+    * Koordinaci stánku má na starosti Ruda (formulář vyplnil)
+    * velkou přednášku bude mít Martin Popel (nahlášeno Vladanovi Majerechovi)
+    * v pondělí 22.11. kolem 16:00 je potřeba na Malé Straně předat věci k odvozu na Impakt (1-2 projektory, 2 prodlužovačky, HDMI kabely?)
+    * v úterý 23.11. je DOD, je potřeba mít někoho na stánku cca 8:00 -- 17:00
+      * Rudolf tam bude, ale nezvládne tam být nonstop, potřebuju ještě 1-3 další dobrovolníky
+  * hardware **!!! VŠECHNO JINAK, ASI TO BUDE DISTANČNĚ A STÁNEK NEBUDE !!!**
+    * máme zamluvené 2 stoly, 3 zásuvky, 4 židle
+    * monitory vezmeme z kanclů na Impaktu; máme je připojené přes display port, ale mají i HDMI. Tomáš Musil má v šuplíčku jeden HDMI kabel.
+    * notebooky ÚFALí ze sekretariátu (a podle potřeby + vlastní)
+    * Projektor (1-2) dovézt z MS
+    * prodlužku (1-2) možná taky z MS
+  * dema **!!! VŠECHNO JINAK, ASI TO BUDE DISTANČNĚ A STÁNEK NEBUDE !!!**
+    * určitě chceme ukazovat THEaiTRE demo
+      * URL sem nedávám protože to ještě nechceme mít úplně veřejné
+      * a k tomu asi i pouštět ukázku té divadelní hry
+    * ODušek má Alex (česky, chcete jet z Anděla) a syntézu řeči (zvlášť, nečesky)
+      * asi ukazovat tu Alex
+    * Tomáš Musil snad připraví sčítání a odčítání slov (= embedinků)
+    * ukazovat CUBBITT překlad, ukazovat příklady kde Popel překládá líp než Google
+      * Martin zkusí něco připravit, s Googlem to není problém, s DeepL je to větší problém
+    * Sunit by mohl ukazovat eye tracking
+    * Peter Polák by taky mohl mít nějaké demo
+  * další materiály
+    * letáky?
+    * ještě něco?
+    * info o studiu u nás?
+      * Bc.: program Informatika, specializace Umělá inteligence, zaměření Zpracování přirozeného jazyka
+      * Mgr.: program Informatika - Jazykové technologie a počítačová lingvistika, 2 zaměření (počítačová a formální lingvistika; statistické metody a metody strojového učení pro zpracování jazyka)
+      * Ph.D.: program Computational linguistics / Matematická lingvistika
+===== 2018 =====
+==== stánek ====
+  * název: Počítačové zpracování přirozeného jazyka
+  * osazenstvo: Rudolf Rosa (7:30-15:30), Tomáš Musil (8:00-17:30), Dušan Variš (11:00-17:30), Tea Vojtěchová (8-17), Jonáš Kratochvíl (10-17?)
+  * leták
+    * PDF: {{ :dod-2018.pdf |}}
+    * SVN: https://svn.ms.mff.cuni.cz/svn/phd_students/rosa/conferences/2018-11-22-DOD
+  * dema
+    * LSD demo
+      * překlad z angličtiny do češtiny, pozitivní/negativní recenze, popisování obrázku (ty recenze zdá se moc nefungujou; ty obrázky taky ne ale to je aspoň zábava)
+      * http://quest.ms.mff.cuni.cz/neuralmonkey-czm/
+      * doprovodné slajdy k sentimentu: http://tomasm.cz/slides/lmph/slides.pdf#page=17
+      * vizualizace valence a arousal {{:sprostarny.png?linkonly|}}
+      * Transformer demo (jen překlad): https://lindat.mff.cuni.cz/services/transformer/
+    * Embeddings (sčítání a odčítání slov) -- to umí asi pustit jen Tomáš Musil na svém kompu
+      * doprovodné slajdy: http://tomasm.cz/slides/lmph/slides.pdf
+    * Bert (odpovídání na otázky): https://zilinec.me/bert/
+    * Ptakopět (vyplňování formuláře s překladačem): https://vilda.net/s/dod_ptakopet/
+      * NEZAVÍRAT BROWSER, UKLÁDÁ DATA DO LOCAL STORAGE (Vilda si to večer přijde sebrat)
+    * ASR (porozumí vám robot?)
+      * česky: https://docs.google.com/document/d/1bYOsPfxu-ZwUHYmDoWQ9jEMyw1t7zySPOKL8dawcboM/edit#heading=h.5mp58sbojq3j
+        * vyhodnocení: http://ufallab.ms.mff.cuni.cz/~bojar/asr-clearvoice/evalcze.html
+      * anglicky: https://docs.google.com/document/d/1yd3hcYYh5zO3wT9Dv3gAIgmTxRgZV7Ky50A9fPeZ6GA/edit#heading=h.5siguct6qfs9
+        * vyhodnocení: http://ufallab.ms.mff.cuni.cz/~bojar/asr-clearvoice/evaleng
+        * PER je position-independent error rate, tj. neco jako velikost pruniku (tokenu) deleno asi sjednocenim, nebo mozna referenci.
+        * WER je pocet editaci (tokenu coby atomickych jednotek) deleno asi delkou reference, nevim jiste.
+        * To "n" tam pisu, protoze uvadim 1-skore, cili cim vyssi, tim lepsi.
+  * know-how
+    * prodlužovačky má paní Brdičková v dostatečném počtu
+    * embedingy jsou cool, a je to zároveň dobrej starting point pro ukazování dalších věcí
+    * nebylo by špatný mít aspoň jedno demo offline, protože internet vypadává
 ===== 2017 =====
@@ Line 8: / Line 188: @@
     * word embeddings od Tomáše Musila (/net/me/merkur3/musil/simplewiki/)
     * receptron od Petry Barančíkové
-  * leták: upravený leták od Jindry Libovického (upravil Rudolf Rosa)
+      * Modely jsou ulozeny na clusteru tu: /home/barancikova/WORK/recipes/recessential
+      * Poustim to tu pres ipython3 (potrebuje tensorflow a tflearn):
+  from train_model import *
+  m, encoding, char_indices = load_model()
+  m.make_recipe("Kachna na pomerančích", encoding,temperature=0.68)
+  * leták: upravený leták od Jindry Libovického (upravil Rudolf Rosa, v SVN zde: https://svn.ms.mff.cuni.cz/svn/phd_students/rosa/conferences/2017-11-23-DOD)
     * {{ :dod.pdf |PDF pro tisk}}
     * {{ :dod-2017.zip |ZIP se zdrojovými soubory}} (make.sh vygeneruje z SVG souborů PDF pro tisk; SVG používá Windowsí fonty, ale na ÚFALu jsou zdá se instalované i na Linuxech)
+  * zkušenosti:
+    * vyžádali jsme si jen jeden stůl a bylo to málo (už jen proto že nám tam nacpali spousta matfyzových letáků), příště vyžádat 2 stoly! (a 4 židle)
+    * je dobré se předem zajistit kabely k připojení notebooků k projektorům (naše projektory mají jen VGA, a kabel HDMI-VGA Milan Fučík nemá a nechce mít, ale půjčil nám ho Martin Mareš; microHDMI-VGA má doma Rudolf Rosa i Tomáš Musil)
+    * je dobré si vzít prodlužku
+    * je šikovné mít externí klávesnici, aby na ní mohli lidi psát (Rudolf Rosa má doma bezdrátovou)
+    * asi by bývalo bylo dobré mít u stánku nějak viditelně nápis s tím kdo jsme a co děláme a hlavně co to tam ukazujeme (měli jsme jen ÚFALí roll-up), to že tam v terminálu ukazujeme nějaký slova a texty není zdaleka samovysvětlující...
+    * předvádění aritmetických operací na word embeddings, když se dobře vysvětlí, tak lidem obvykle připadá zajímavé a pěkné /a těm ideálním kandidátům na budoucí ÚFALáky přímo fascinující)

[ Back to the navigation ] [ Back to the content ]

Institute of Formal and Applied Linguistics Wiki

Differences