Prompt-vezérelt és önfejlesztő dashboard architektúrák vizsgálata MI támogatásával
2026-2027 ősz
Szoftver
Téma leírása
A hagyományos adatvizualizációs műszerfalak (dashboardok) statikusak és merevek: előre rögzített komponensekből és mutatókból állnak. A nagy nyelvi modellek (LLM-ek) és a generatív felületek megjelenésével azonban lehetőség nyílik olyan adaptív rendszerek építésére, amelyek a felhasználó természetes nyelvi kérései (promptjai) alapján, valós időben hozzák létre a szükséges riportokat és grafikonokat. Ebben az önálló labor témában a hallgató feladata egy olyan intelligens dashboard architektúra kísérleti vizsgálata és prototípusának megvalósítása, ahol a felhasználó egyetlen prompt segítségével kérhet egy vagy akár több összefüggő elemző modult, amelyeket a rendszer dinamikusan generál le, elrendez a felületen, a későbbiekben pedig a felhasználó visszajelzései alapján tovább módosít vagy finomít.
A munka során a hallgató feladata a prompt-alapú vizualizáció/report generálás, az elrendezés-menedzsment és az állapot-szinkronizáció összehangolása. A kutatás és fejlesztés során olyan kihívásokat vizsgál meg, mint a természetes nyelvi kérések konvertálása deklaratív grafikon-specifikációkká (pl. JSON/Vega-Lite/ECharts), a generált komponensek interaktív átrendezhetősége és átméretezhetősége, valamint a meglévő riportok utólagos módosítása újabb promptok segítségével. A feladathoz javasolt kezdő eszközkészletként a legnépszerűbb nyílt forráskódú UI-, grafikon- és ágens-könyvtárak szolgálnak (lásd a lenti felsorolást, de lehet másokat is keresni). A megadott linkek csupán kiindulópontot jelentenek; a hallgatót bátorítjuk más, a témához illeszkedő nyílt forráskódú keretrendszerek önálló feltárására és integrálására is.
Javasolt eszközkészlet, de bátran lehet más irányba is menni:
Külső partner: Armstrong Studio
Maximális létszám:
2 fő