TREX CoE & NCCs collab / Code tuning for the exascale
Centrum excelentnosti TREX spolu s 3 národnými kompetenčnými centrami zorganizovalo trojdňový workshop „Ladenie kódu pre exascale“. NCC Slovensko, Rakúsko a Česká republika sa spojili, aby priniesli zaujímavý program vrátane pokročilého paralelného programovania, analýzy energetickej účinnosti a optimalizácie HPC aplikácií. Workshop sa konal v Bratislave v dňoch 5. – 7. júna 2023 a bol organizovaný prezenčnou formou.
Bol to výborný príklad spolupráce a podpory medzi kompetenčnými centrami a centrom excelentnosti. Program workshopu zahŕňal tri navzájom sa doplňujúce témy. Počas prvého dňa tím z rakúskeho NCC prezentoval pokročilé techniky paralelného programovania (MPI, OpenMP), na druhý deň nasledovala prezentácia vysoko aktuálnej témy energetickej efektívnosti v HPC zo strany českého NCC. Tretí deň patril TREX CoE, ktorý predstavil nástroj na analýzu výkonu HPC aplikácií a ich optimalizáciu s názvom MAQAO. Organizáciu, prístup k HPC a technickú podporu HPC zabezpečilo slovenské NKC.
Dúfame, že workshop splnil svoj účel a poskytol účastníkom informácie, nástroje, zručnosti a kompetencie, ktoré im pomôžu vyvíjať a efektívne používať vlastný softvér s využitím moderných HPC infraštruktúr.
Privítajte Mistral-sk-7b! 3 okt - Slovenská AI komunita sa po dlhom čase dočkala nového, tentoraz naozaj veľkého jazykového modelu pre slovenský jazyk.
NCC pre HPC na INOFESTe 2024: Festival inovácií v Žiline 24 sep - V dňoch 17. a 18. septembra 2024 sa v Žiline uskutočnil už piaty ročník festivalu inovácií INOFEST 2024, ktorý zorganizovalo združenie INOVATO. Podujatie sa stalo jedinečnou platformou pre stretnutie odborníkov, podnikateľov, akademikov, inovátorov, študentov, zástupcov štátnej správy a verejnosti, čím posilnilo spoluprácu v oblasti regionálnych inovačných ekosystémov na Slovensku.
Klasifikácia intentov pre bankové chatboty pomocou veľkých jazykových modelov 12 sep - Tento článok hodnotí použitie veľkých jazykových modelov na klasifikáciu intentov v chatbote s preddefinovanými odpoveďami, určenom pre webové stránky bankového sektora. Zameriavame sa na efektivitu modelu SlovakBERT a porovnávame ho s použitím multilingválnych generatívnych modelov, ako sú Llama 8b instruct a Gemma 7b instruct, v ich predtrénovaných aj fine-tunovaných verziách. Výsledky naznačujú, že SlovakBERT dosahuje lepšie výsledky než ostatné modely, a to v presnosti klasifikácie ako aj v miere falošne pozitívnych predikcií.