[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

[ Back to the navigation ]

You are here: start » dod

Differences

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

Link to this comparison view

Both sides previous revision Previous revision
Next revision 		Previous revision
dod [2018/10/16 11:38]
rosa [2017] 		dod [2024/11/13 13:58] (current)
rosa [DOD v listopadu 2023] code
Line 1: Line 1:
 ====== Den otevřených dveří ====== ====== Den otevřených dveří ======
 Stránka pro sdílení know-how o prezentaci ÚFALu na Dnech otevřených dveří (a podobných akcích). 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 ===== ===== 2018 =====
 ==== stánek ==== ==== stánek ====
   * název: Počítačové zpracování přirozeného jazyka   * název: Počítačové zpracování přirozeného jazyka
-  * osazenstvo: Rudolf Rosa, Tomáš Musil, Martin Popel+  * 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 ===== ===== 2017 =====

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