gentlObservatory
Czech public procurementRead only

Research / Source documents

Documents

Read extracted documents and trace facts to their original files.

Reset

56,228 documents

Newest collected first
DocumentProcessingExtracted textLast checkedNext check
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:4518 Nov 2026, 14:45
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:4518 Nov 2026, 14:45
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:4518 Nov 2026, 14:45
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:4018 Nov 2026, 14:40
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:4018 Nov 2026, 14:40
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:4018 Nov 2026, 14:40
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:3518 Nov 2026, 14:35
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:3518 Nov 2026, 14:35
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:3518 Nov 2026, 14:35
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:3518 Nov 2026, 14:35
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:3518 Nov 2026, 14:35
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:3518 Nov 2026, 14:35
Rozhodnutí zadavatele o zrušení výběrového řízení.pdfzakazky.vsb.czText availableAvailable17 Nov 2026, 10:3118 Nov 2026, 10:31
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:3118 Nov 2026, 14:31
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:3118 Nov 2026, 14:31
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:3118 Nov 2026, 14:31
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:3118 Nov 2026, 14:31
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:2518 Nov 2026, 14:25
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:2518 Nov 2026, 14:25
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:2518 Nov 2026, 14:25
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:2518 Nov 2026, 14:25
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:2018 Nov 2026, 14:20
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:2018 Nov 2026, 14:20
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:2018 Nov 2026, 14:20
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:2018 Nov 2026, 14:20
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:2018 Nov 2026, 14:20
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:1518 Nov 2026, 14:15
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:1518 Nov 2026, 14:15
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:1518 Nov 2026, 14:15
zadávací dokumentacezakazky.vsb.czText availableAvailable17 Nov 2026, 14:1518 Nov 2026, 14:15
Tender specification

zadávací dokumentace

Text available

Original at publisher ↗

Extracted text 18,301 characters
<!-- PAGE 1 --># Technická specifikace — Poskytování služeb velkého jazykového modelu (LLM)

###### Table of Contents

Technická specifikace — Služby velkého jazykového modelu (LLM) pro Fakultu elektrotechniky a informatiky VŠB-TUO&#9;1

Závazný věcný rámec&#9;1

Předmět a účel plnění&#9;2

Modelové třídy a technické požadavky&#9;3

Společné funkční požadavky napříč třídami&#9;4

Organizační model a fakturace&#9;5

Pokrytí portfolia služeb&#9;5

Bezpečnost a soulad&#9;6

Dostupnost a SLA&#9;7

Cenový model a způsob ocenění nabídky&#9;7

Doba trvání plnění&#9;9

Příjemce plnění a kontakty&#9;9

Vysvětlení použitých zkratek&#9;10

# Technická specifikace — Služby velkého jazykového modelu (LLM) pro Fakultu elektrotechniky a informatiky VŠB-TUO

Zadavatel: **Vysoká škola báňská – Technická univerzita Ostrava** (IČO 61989100), Fakulta elektrotechniky a informatiky.

## Závazný věcný rámec

Plnění musí splňovat minimálně tyto parametry:

- **Velký jazykový model** (LLM — Large Language Model) s výsledkem v benchmarku MMLU (Massive Multitask Language Understanding — akademický benchmark znalostí a uvažování jazykových modelů) **≥ 85 %**.
- **Kontextové okno** alespoň **1 milion tokenů**.
- **Smluvní garance neučení modelu** (no-training): vstupní ani výstupní data zadavatele nebudou použita k dalšímu trénování, fine-tuningu, ani RLHF / RLAIF (Reinforcement Learning from Human / AI Feedback) dodavatelových modelů.
- **Zpracování osobních údajů** zadavatele v souladu s Nařízením (EU) 2016/679 (GDPR — General Data Protection Regulation).

Dodavatel může nabídnout širší a kvalitnější rozsah; nesmí poskytnout užší rozsah ani snížit žádný uvedený parametr.

## Předmět a účel plnění

Předmětem plnění je **poskytování služeb umělé inteligence k velkým jazykovým modelům** (LLM — Large Language Model) pro výzkumné a vývojové aktivity fakulty po dobu 5 let, dostupné v následujících formách přístupu:

- **Programové API** — pro integraci do aplikací a workflow zadavatele;
- **Webová aplikace** (SaaS chat) přístupná z prohlížeče;
- **Lokální desktopová aplikace** pro operační systémy Windows, macOS a Linux;
- **Mobilní aplikace** pro operační systémy Android a iOS.

Všechny formy přístupu pracují nad shodnou sadou modelových tříd a sdílejí historii chatů, uploadované dokumenty, uživatelské účty a billing.

Účelem plnění je zajistit zadavateli flexibilní modelovou kapacitu pro:

- zpracování přirozeného jazyka (NLP — Natural Language Processing) v R\&D projektech zadavatele — typicky dotazy v češtině nad doménově specifickými daty, paralelní využití více modelových rodin, klasifikace a sumarizace úředních a obecních dokumentů, generování reportů a vysvětlení nad analyzovanými daty;
- provoz embedding služeb (vektorová reprezentace textu) pro RAG (Retrieval-Augmented Generation — vyhledávání rozšířené o vektorovou reprezentaci znalostní báze) nad textovými korpusy v češtině;
- volitelný fine-tuning modelů pro doménově specifické úřední dokumenty;
- navazující R\&D projekty stejného typu po dobu 5 let.

Rozsah a profil čerpání je odvozen z reálných potřeb a předchozí provozní zkušenosti zadavatele s LLM API službami.

## Modelové třídy a technické požadavky

Plnění je strukturováno do čtyř modelových tříd. Pro každou třídu jsou stanoveny minimální kapacitní parametry; konkrétní spotřeba je čerpána per token podle aktuální potřeby.

### Špičková třída (High-End)

Vlajkové modely pro komplexní úvahy (reasoning), multimodální vstupy a agentické pracovní postupy (agentic workflow).

- MMLU (anglický baseline): **≥ 85 %**.
- Kvalita pro češtinu: dodavatel doloží MMLU-equivalent pro češtinu ≥ 80 % nebo srovnatelnou rovnocennost na uznávaném českém benchmarku (např. MT-Bench-CS — Multi-Turn Benchmark v české lokalizaci, Czech-bench, MMLU-CS), případně kontraktuální vendor warranty rovnocenné kvality pro češtinu.
- Kontextové okno: **≥ 1 000 000 tokenů**.
- TTFT (Time-to-First-Token, čas do prvního vygenerovaného tokenu): \< 500 ms (medián, P50); ≤ 1 000 ms P95 (95. percentil).
- Throughput: ≥ 10 požadavků za sekundu sustained.
- Modality vstupu: text + obraz + PDF.

### Rychlá / efektivní třída (Fast / Efficient)

Modely střední úrovně pro vysokou propustnost (throughput), klasifikační úlohy a sumarizaci.

- MMLU ≥ 85 %.
- Kvalita pro češtinu: stejný požadavek jako u High-End třídy.
- Kontextové okno: ≥ 32 000 tokenů.
- TTFT: \< 250 ms (P50); ≤ 500 ms P95.
- Throughput: ≥ 50 požadavků za sekundu sustained.
- Modality vstupu: text + obraz.

### Vektorová reprezentace textu (Embedding)

Modely pro převod textu na vektorové (číselné) reprezentace pro účely RAG a sémantického vyhledávání.

- Dimenzionalita: ≥ 1 024.
- Maximum tokenů na požadavek: ≥ 8 192.
- Throughput: ≥ 100 požadavků za sekundu sustained.
- Kvalita pro češtinu: dodavatel doloží (např. MTEB — Massive Text Embedding Benchmark — v české lokalizaci) nebo poskytne kontraktuální warranty.
- Modality: text.

### Doladění modelu (Fine-tuning) — volitelný doplněk

- Modální podpora: text v češtině; volitelně obraz.
- Trénovací billing: per-hour compute nebo per-token-trained.
- Maximum tréninkových úloh ročně: ≥ 10.
- Custom dataset support: CSV / JSONL / Parquet.
- Hosted inference fine-tuned modelu: za standardní inferenční sazby.

## Společné funkční požadavky napříč třídami

- API přístup standardním HTTPS protokolem; authentication přes API klíče nebo OAuth 2.0.
- SDK (Software Development Kit) pro Python, Node.js / TypeScript, Java, .NET dostupné jako open-source.
- Streaming responses (postupné předávání tokenů odpovědi v reálném čase).
- Volání nástrojů (tool use / function calling) pro Špičkovou a Rychlou / efektivní třídu.
- Strukturovaný výstup — JSON režim nebo generování omezené schématem (structured output).
- Vizuální a multimodální schopnosti (vision / multimodal) pro Špičkovou a Rychlou / efektivní třídu.
- IP allowlist a per-organization API keys.
- Audit logging přístupů a volání.

### Uživatelská rozhraní (web, desktop, mobilní)

Plnění zahrnuje sadu uživatelských rozhraní funkčně ekvivalentních a propojených s API přístupem. Společné funkce napříč rozhraními:

- Týmová správa s rolemi administrátor a běžný uživatel.
- Document upload pro RAG (PDF / DOCX / XLSX / CSV).
- Plnotextové vyhledávání historie chatů a uploadovaných dokumentů.
- Synchronizace historie chatů a uloženého obsahu přes všechny platformy uživatele.
- Jednotná autentizace přes SSO (Single Sign-On) integrace se standardními identity providery zadavatele.
- Jednotná správa kvót a billingu na úrovni projektu / organizace.

Per-platformové požadavky:

- **Webová aplikace (SaaS chat)** — přístupná z aktuálních verzí běžných prohlížečů (Chrome, Firefox, Safari, Edge); responsivní layout pro běžné rozlišení.
- **Lokální desktopová aplikace** pro **Windows 10 a novější**, **macOS 13 (Ventura) a novější** a **Linux** (preferovány aktuální stable distribuce, alespoň Ubuntu 22.04 LTS+ a Fedora). Nativní integrace s OS (klávesové zkratky, kontextová menu, file pickers, systémové notifikace).
- **Mobilní aplikace** pro **Android** (verze odpovídající aktuálně podporovaným v Google Play) a **iOS / iPadOS** (verze odpovídající aktuálně podporovaným v App Store). Funkčně ekvivalentní webové aplikaci v rozsahu odpovídajícím mobilní formě (chat, document upload, vyhledávání historie, push notifikace).

## Organizační model a fakturace

### Hierarchie organizací a projektových účtů

Dodavatel umožňuje zadavateli provozovat **organizační hierarchii** v modelu master + member projektové účty (založeno na existující provozní praxi zadavatele):

- **Master organizace** pod správou zadavatele s konsolidovanou fakturací.
- **Více member / projektových organizací** (workspaces / projects / API key namespaces) pod master organizací, typicky jeden účet na jeden R\&D projekt zadavatele. Počet member projektů neomezen.
- **Per-projekt izolace** API klíčů, kvót, billing identifikátorů a dat (žádný cross-project leak promptů, completions ani uploadovaných souborů).
- **Centrální správa identit** přes integraci s identity providerem zadavatele.
- **Centrální governance policies** na úrovni master organizace (povolené modely, regional restrictions, no-training enforcement, audit logging) s vynucením napříč všemi member projekty.

### Detailní fakturace

Dodavatel poskytuje **detailní fakturační rozklad** v měsíčním cyklu:

- Rozklad **per projekt / per API klíč / per modelová třída / per konkrétní vendor model / per usage type** (input tokens, output tokens, embedding tokens, fine-tuning compute hours, endpoint hours).
- Souhrny **per třída** (per kategorii z této specifikace).
- **Strojově zpracovatelný export** ve formátu CSV, Parquet nebo JSON přes API; alternativně automatický export do object storage zadavatele.
- **Cost analysis dashboard** s filtrováním podle projektu, modelu, časového rozsahu.
- **Budget alerts** na úrovni master organizace i jednotlivých projektů.

## Pokrytí portfolia služeb

Plnění **není omezeno** na konkrétní výčet modelů ani služeb uvedený v této specifikaci. Specifikace stanoví **minimální požadovaný rozsah**; smlouva pokrývá také:

- **Další modely a služby v aktuálním portfoliu dodavatele** nad rámec explicitně vyjmenovaných;
- **Nové modelové třídy uvedené dodavatelem do portfolia v průběhu doby plnění** (např. agentic / computer-use class, code-flagship, multimodal-audio, multimodal-video, nové generace flagship modelů);
- **Nové modality** (image generation, audio in/out, video in/out) jakmile vendor je nabídne;
- Tyto rozšířené modely a služby jsou dostupné zadavateli za **standardní veřejný ceník dodavatele** (případně s odpovídající slevou podle dohodnuté smlouvy) v okamžiku jejich uvedení.

Zadavatel není smluvně omezen na rozsah uvedený v této specifikaci; rozsah slouží jako minimální závazný rámec, nikoli jako maximum.

## Bezpečnost a soulad

### Záruka neučení modelu (no-training)

Vstupní ani výstupní data zadavatele nebudou použita k dalšímu trénování, fine-tuningu, ani RLHF / RLAIF (Reinforcement Learning from Human / AI Feedback) dodavatelových modelů. Toto pravidlo platí bezpodmínečně, bez ohledu na standardní vendor opt-out mechanismy.

Zadavatel má právo na roční formální attestaci dodavatele potvrzující dodržování záruky neučení modelu.

### AI Act compliance

Dodavatel prohlašuje plný soulad s Nařízením (EU) 2024/1689 (AI Act) v rozsahu obligací general-purpose AI provider (GPAI — General-Purpose AI):

- model cards a technical documentation poskytnuté zadavateli;
- training data summary;
- EU contact point a copyright compliance policy.

Dodavatel informuje zadavatele do 30 dnů o jakékoli materiální změně AI Act klasifikace svých modelů.

### Tenant separation

Logická izolace povinná: každý organizational unit / projektový účet zadavatele má vlastní API klíče a organization-level isolation. Žádný zákazník (vč. dodavatele samotného) nemá přístup k zadavatelovým raw promptům, completions ani uploadovaným souborům.

### Logování a auditní práva

- Komplexní access logging: timestamp, model class, vendor model name, projekt, počet input a output tokenů, region.
- Retence logů: minimálně 12 měsíců; přístup zadavateli na vyžádání.
- Roční audit-right zadavatele.

## Dostupnost a SLA

- API Špičkové třídy (High-End): ≥ 99,9 % měsíčně.
- API Rychlé / efektivní třídy (Fast / Efficient): ≥ 99,9 % měsíčně.
- API třídy Embedding (vektorová reprezentace): ≥ 99,95 % měsíčně.
- Výpočetní kapacita pro doladění modelu (fine-tuning compute): ≥ 99,5 % měsíčně.

Při nedosažení garantované dostupnosti vystavuje dodavatel automaticky kredity podle veřejně publikované SLA tabulky.

Support: response time ≤ 4 hodiny business hours pro production-down incidenty, ≤ 1 pracovní den pro normální. Jazyk podpory angličtina povinně, čeština přes Technical Account Manager preferována.

API stabilita: breaking changes API ≥ 12 měsíců předem; deprecated modely podporovány ≥ 12 měsíců po announcementu deprecation. Modely používané zadavatelem v posledních 90 dnech mají garantovanou ≥ 12-měsíční migrační lhůtu při deprecation.

## Cenový model a způsob ocenění nabídky

Plnění se účtuje podle **cenové struktury nabídnuté dodavatelem** — typicky kombinace:

- **plan / subscription / commitment fees** (per-seat, per-organization, per-commitment) s případnými kvótami;
- **metered API usage** (per token, per call, per hour);
- **capacity commitment** (reserved throughput / provisioned capacity);
- **volume / commit discounts** za víceletý závazek;
- libovolná **kombinace** výše uvedených.

### Modelový případ pro ocenění nabídky

Pro účely **porovnání nabídek na základě ceny** dodavatel ocení následující **modelový případ roční spotřeby** podle své cenové struktury. Modelový případ vyjadřuje profil ročního čerpání zadavatele; **neslouží jako fixní objednávkový závazek** zadavatele ani jako horní strop spotřeby v daném roce.

| Třída / služba | Měrná jednotka | Roční množství |
| --- | --- | --- |
| Špičková třída (High-End) — vstupní tokeny | milion tokenů | 1 200 |
| Špičková třída (High-End) — výstupní tokeny | milion tokenů | 200 |
| Rychlá / efektivní třída (Fast / Efficient) — vstupní tokeny | milion tokenů | 8 000 |
| Rychlá / efektivní třída (Fast / Efficient) — výstupní tokeny | milion tokenů | 800 |
| Embedding (vektorová reprezentace) — tokeny | milion tokenů | 15 000 |
| Doladění modelu (fine-tuning) — výpočetní čas | hodina výpočtu | 100 |
| Hostovaná inference doladěného modelu | endpoint-hodina | 2 000 |
| Uživatelské rozhraní (web + desktop + mobilní aplikace) — uživatel | uživatel × měsíc | 60 |

Dodavatel pro každý řádek modelového případu uvede:

1. **Cenovou strukturu**, kterou je řádek pokryt (plan, metered, commit, kombinace).
2. **Detail cenové konstrukce** (např. *"plan fee 1 000 Kč/měsíc × 12 měsíců + metered overage X Kč/M tokenů"*; nebo *"100 % plan, kvóta 100 M tokenů"*; nebo *"100 % metered, X Kč/M tokenů"*).
3. **Roční cenu** pro uvedené množství (Kč ex DPH).
4. **Celkový roční součet** modelového případu (Kč ex DPH).
5. **Celkový součet za 5 let** modelového případu (Kč ex DPH).

**Celkový součet modelového případu za 5 let je základem porovnání nabídek na ceně.**

### Fakturace v průběhu plnění

Fakturace probíhá podle cenové struktury nabídnuté dodavatelem v modelovém případě:

- **Plan / subscription / commitment fees** se účtují měsíčně / čtvrtletně / ročně podle dohodnutých období plánu;
- **Metered usage** se účtuje měsíčně podle skutečné spotřeby za jednotkové ceny nabídnuté dodavatelem;
- **Modely a služby nezahrnuté do modelového případu**, ale součástí plnění podle "Pokrytí portfolia služeb", se účtují podle standardního veřejného ceníku dodavatele v okamžiku spotřeby.

Dodavatel oznamuje plánovaná zvýšení ceníku minimálně 90 dnů předem; při zvýšení o více než 20 % má zadavatel právo na okamžité ukončení plnění s daným dodavatelem.

### Finanční rámec

| Položka | Hodnota |
| --- | --- |
| Předpokládaná průměrná měsíční spotřeba | 50 000 Kč ex DPH (přibližně 2 000 EUR při kurzu cca 25 Kč/EUR) |
| Doba plnění | 60 měsíců (5 let) |
| **Předpokládaná hodnota plnění celkem ex DPH** | **3 000 000 Kč** |
| DPH 21 % | 630 000 Kč |
| **Předpokládaná hodnota plnění celkem vč. DPH** | **3 630 000 Kč** |

### Měna a měnové riziko

Modelový případ se oceňuje v Kč ex DPH. Ceník dodavatele typicky v USD nebo EUR; konverze do Kč pro nabídku proběhne kurzem ČNB (Česká národní banka) k datu **podání nabídky**; v průběhu plnění konverze kurzem ČNB k poslednímu pracovnímu dni měsíce předcházejícího vystavení faktury. **Měnové riziko nese zadavatel.**

DPH 21 % se uplatňuje v režimu reverse-charge u dodavatelů registrovaných k DPH (Dani z přidané hodnoty) v jiném členském státě EU.

## Doba trvání plnění

Plnění je poskytováno **po dobu 60 měsíců (5 let)** od podpisu smlouvy. Žádné opce prodloužení.

## Vysvětlení použitých zkratek

| Zkratka | Význam |
| --- | --- |
| AI | Artificial Intelligence — umělá inteligence |
| AI Act | Nařízení (EU) 2024/1689 o umělé inteligenci |
| API | Application Programming Interface — programové rozhraní |
| ČNB | Česká národní banka |
| CSV | Comma-Separated Values — textový formát s hodnotami oddělenými čárkou |
| DOCX | formát Microsoft Word (Office Open XML) |
| DPA | Data Processing Agreement — smlouva o zpracování osobních údajů |
| DPH | Daň z přidané hodnoty |
| EEA | European Economic Area — Evropský hospodářský prostor (EU + Norsko + Island + Lichtenštejnsko) |
| EU | Evropská unie |
| GPAI | General-Purpose AI — obecný systém umělé inteligence podle AI Act |
| HTTPS | Hypertext Transfer Protocol Secure — šifrovaný webový protokol |
| IČO | Identifikační číslo osoby |
| ISO/IEC | International Organization for Standardization / International Electrotechnical Commission |
| JSON | JavaScript Object Notation — datový formát |
| JSONL | JSON Lines — JSON v řádkovém formátu |
| LLM | Large Language Model — velký jazykový model |
| MMLU | Massive Multitask Language Understanding — benchmark znalostí jazykového modelu |
| MTEB | Massive Text Embedding Benchmark — benchmark embedding modelů |
| MT-Bench | Multi-Turn Benchmark — benchmark vícekolových konverzací |
| NLP | Natural Language Processing — zpracování přirozeného jazyka |
| OAuth 2.0 | Open Authorization 2.0 — autorizační protokol |
| OVZ | Oddělení veřejných zakázek |
| P50 | 50. percentil (medián) |
| P95 | 95. percentil |
| PDF | Portable Document Format |
| R\&D | Research and Development — výzkum a vývoj |
| RAG | Retrieval-Augmented Generation — vyhledávání rozšířené o vektorovou reprezentaci znalostní báze |
| RLAIF | Reinforcement Learning from AI Feedback — učení posilováním ze zpětné vazby umělé inteligence |
| RLHF | Reinforcement Learning from Human Feedback — učení posilováním ze zpětné vazby člověka |
| SaaS | Software as a Service — software jako služba |
| SDK | Software Development Kit — vývojářská sada |
| SLA | Service Level Agreement — smlouva o úrovni služby |
| SOC 2 | System and Organization Controls 2 — auditní standard AICPA |
| SSO | Single Sign-On — jednotné přihlášení |
| TTFT | Time-to-First-Token — čas do prvního vygenerovaného tokenu |
| USD | United States Dollar |
| VŠB-TUO | Vysoká škola báňská – Technická univerzita Ostrava |
| VZ | veřejná zakázka |
| XLSX | formát Microsoft Excel (Office Open XML) |
Pages and tables 9 pages · 3 tables

Page 1

# Technická specifikace — Poskytování služeb velkého jazykového modelu (LLM)

###### Table of Contents

Technická specifikace — Služby velkého jazykového modelu (LLM) pro Fakultu elektrotechniky a informatiky VŠB-TUO	1

Závazný věcný rámec	1

Předmět a účel plnění	2

Modelové třídy a technické požadavky	3

Společné funkční požadavky napříč třídami	4

Organizační model a fakturace	5

Pokrytí portfolia služeb	5

Bezpečnost a soulad	6

Dostupnost a SLA	7

Cenový model a způsob ocenění nabídky	7

Doba trvání plnění	9

Příjemce plnění a kontakty	9

Vysvětlení použitých zkratek	10

# Technická specifikace — Služby velkého jazykového modelu (LLM) pro Fakultu elektrotechniky a informatiky VŠB-TUO

Zadavatel: **Vysoká škola báňská – Technická univerzita Ostrava** (IČO 61989100), Fakulta elektrotechniky a informatiky.

## Závazný věcný rámec

Plnění musí splňovat minimálně tyto parametry:

- **Velký jazykový model** (LLM — Large Language Model) s výsledkem v benchmarku MMLU (Massive Multitask Language Understanding — akademický benchmark znalostí a uvažování jazykových modelů) **≥ 85 %**.
- **Kontextové okno** alespoň **1 milion tokenů**.

Page 2

- **Smluvní garance neučení modelu** (no-training): vstupní ani výstupní data zadavatele nebudou použita k dalšímu trénování, fine-tuningu, ani RLHF / RLAIF (Reinforcement Learning from Human / AI Feedback) dodavatelových modelů.
- **Zpracování osobních údajů** zadavatele v souladu s Nařízením (EU) 2016/679 (GDPR — General Data Protection Regulation).

Dodavatel může nabídnout širší a kvalitnější rozsah; nesmí poskytnout užší rozsah ani snížit žádný uvedený parametr.

## Předmět a účel plnění

Předmětem plnění je **poskytování služeb umělé inteligence k velkým jazykovým modelům** (LLM — Large Language Model) pro výzkumné a vývojové aktivity fakulty po dobu 5 let, dostupné v následujících formách přístupu:

- **Programové API** — pro integraci do aplikací a workflow zadavatele;
- **Webová aplikace** (SaaS chat) přístupná z prohlížeče;
- **Lokální desktopová aplikace** pro operační systémy Windows, macOS a Linux;
- **Mobilní aplikace** pro operační systémy Android a iOS.

Všechny formy přístupu pracují nad shodnou sadou modelových tříd a sdílejí historii chatů, uploadované dokumenty, uživatelské účty a billing.

Účelem plnění je zajistit zadavateli flexibilní modelovou kapacitu pro:

- zpracování přirozeného jazyka (NLP — Natural Language Processing) v R&D projektech zadavatele — typicky dotazy v češtině nad doménově specifickými daty, paralelní využití více modelových rodin, klasifikace a sumarizace úředních a obecních dokumentů, generování reportů a vysvětlení nad analyzovanými daty;
- provoz embedding služeb (vektorová reprezentace textu) pro RAG (Retrieval-Augmented Generation — vyhledávání rozšířené o vektorovou reprezentaci znalostní báze) nad textovými korpusy v češtině;
- volitelný fine-tuning modelů pro doménově specifické úřední dokumenty;
- navazující R&D projekty stejného typu po dobu 5 let.

Rozsah a profil čerpání je odvozen z reálných potřeb a předchozí provozní zkušenosti zadavatele s LLM API službami.

## Modelové třídy a technické požadavky

Plnění je strukturováno do čtyř modelových tříd. Pro každou třídu jsou stanoveny minimální kapacitní parametry; konkrétní spotřeba je čerpána per token podle aktuální potřeby.

Page 3

### Špičková třída (High-End)

Vlajkové modely pro komplexní úvahy (reasoning), multimodální vstupy a agentické pracovní postupy (agentic workflow).

- MMLU (anglický baseline): **≥ 85 %**.
- Kvalita pro češtinu: dodavatel doloží MMLU-equivalent pro češtinu ≥ 80 % nebo srovnatelnou rovnocennost na uznávaném českém benchmarku (např. MT-Bench-CS — Multi-Turn Benchmark v české lokalizaci, Czech-bench, MMLU-CS), případně kontraktuální vendor warranty rovnocenné kvality pro češtinu.
- Kontextové okno: **≥ 1 000 000 tokenů**.
- TTFT (Time-to-First-Token, čas do prvního vygenerovaného tokenu): < 500 ms (medián, P50); ≤ 1 000 ms P95 (95. percentil).
- Throughput: ≥ 10 požadavků za sekundu sustained.
- Modality vstupu: text + obraz + PDF.

### Rychlá / efektivní třída (Fast / Efficient)

Modely střední úrovně pro vysokou propustnost (throughput), klasifikační úlohy a sumarizaci.

- MMLU ≥ 85 %.
- Kvalita pro češtinu: stejný požadavek jako u High-End třídy.
- Kontextové okno: ≥ 32 000 tokenů.
- TTFT: < 250 ms (P50); ≤ 500 ms P95.
- Throughput: ≥ 50 požadavků za sekundu sustained.
- Modality vstupu: text + obraz.

### Vektorová reprezentace textu (Embedding)

Modely pro převod textu na vektorové (číselné) reprezentace pro účely RAG a sémantického vyhledávání.

- Dimenzionalita: ≥ 1 024.
- Maximum tokenů na požadavek: ≥ 8 192.
- Throughput: ≥ 100 požadavků za sekundu sustained.
- Kvalita pro češtinu: dodavatel doloží (např. MTEB — Massive Text Embedding Benchmark — v české lokalizaci) nebo poskytne kontraktuální warranty.
- Modality: text.

### Doladění modelu (Fine-tuning) — volitelný doplněk

- Modální podpora: text v češtině; volitelně obraz.
- Trénovací billing: per-hour compute nebo per-token-trained.
- Maximum tréninkových úloh ročně: ≥ 10.
- Custom dataset support: CSV / JSONL / Parquet.
- Hosted inference fine-tuned modelu: za standardní inferenční sazby.

Page 4

## Společné funkční požadavky napříč třídami

- API přístup standardním HTTPS protokolem; authentication přes API klíče nebo OAuth 2.0.
- SDK (Software Development Kit) pro Python, Node.js / TypeScript, Java, .NET dostupné jako open-source.
- Streaming responses (postupné předávání tokenů odpovědi v reálném čase).
- Volání nástrojů (tool use / function calling) pro Špičkovou a Rychlou / efektivní třídu.
- Strukturovaný výstup — JSON režim nebo generování omezené schématem (structured output).
- Vizuální a multimodální schopnosti (vision / multimodal) pro Špičkovou a Rychlou / efektivní třídu.
- IP allowlist a per-organization API keys.
- Audit logging přístupů a volání.

### Uživatelská rozhraní (web, desktop, mobilní)

Plnění zahrnuje sadu uživatelských rozhraní funkčně ekvivalentních a propojených s API přístupem. Společné funkce napříč rozhraními:

- Týmová správa s rolemi administrátor a běžný uživatel.
- Document upload pro RAG (PDF / DOCX / XLSX / CSV).
- Plnotextové vyhledávání historie chatů a uploadovaných dokumentů.
- Synchronizace historie chatů a uloženého obsahu přes všechny platformy uživatele.
- Jednotná autentizace přes SSO (Single Sign-On) integrace se standardními identity providery zadavatele.
- Jednotná správa kvót a billingu na úrovni projektu / organizace.

Per-platformové požadavky:

- **Webová aplikace (SaaS chat)** — přístupná z aktuálních verzí běžných prohlížečů (Chrome, Firefox, Safari, Edge); responsivní layout pro běžné rozlišení.
- **Lokální desktopová aplikace** pro **Windows 10 a novější**, **macOS 13 (Ventura) a novější** a **Linux** (preferovány aktuální stable distribuce, alespoň Ubuntu 22.04 LTS+ a Fedora). Nativní integrace s OS (klávesové zkratky, kontextová menu, file pickers, systémové notifikace).
- **Mobilní aplikace** pro **Android** (verze odpovídající aktuálně podporovaným v Google Play) a **iOS / iPadOS** (verze odpovídající aktuálně podporovaným v App Store). Funkčně ekvivalentní webové aplikaci v rozsahu odpovídajícím mobilní formě (chat, document upload, vyhledávání historie, push notifikace).

Page 5

## Organizační model a fakturace

### Hierarchie organizací a projektových účtů

Dodavatel umožňuje zadavateli provozovat **organizační hierarchii** v modelu master + member projektové účty (založeno na existující provozní praxi zadavatele):

- **Master organizace** pod správou zadavatele s konsolidovanou fakturací.
- **Více member / projektových organizací** (workspaces / projects / API key namespaces) pod master organizací, typicky jeden účet na jeden R&D projekt zadavatele. Počet member projektů neomezen.
- **Per-projekt izolace** API klíčů, kvót, billing identifikátorů a dat (žádný cross-project leak promptů, completions ani uploadovaných souborů).
- **Centrální správa identit** přes integraci s identity providerem zadavatele.
- **Centrální governance policies** na úrovni master organizace (povolené modely, regional restrictions, no-training enforcement, audit logging) s vynucením napříč všemi member projekty.

### Detailní fakturace

Dodavatel poskytuje **detailní fakturační rozklad** v měsíčním cyklu:

- Rozklad **per projekt / per API klíč / per modelová třída / per konkrétní vendor model / per usage type** (input tokens, output tokens, embedding tokens, fine-tuning compute hours, endpoint hours).
- Souhrny **per třída** (per kategorii z této specifikace).
- **Strojově zpracovatelný export** ve formátu CSV, Parquet nebo JSON přes API; alternativně automatický export do object storage zadavatele.
- **Cost analysis dashboard** s filtrováním podle projektu, modelu, časového rozsahu.
- **Budget alerts** na úrovni master organizace i jednotlivých projektů.

## Pokrytí portfolia služeb

Plnění **není omezeno** na konkrétní výčet modelů ani služeb uvedený v této specifikaci. Specifikace stanoví **minimální požadovaný rozsah**; smlouva pokrývá také:

- **Další modely a služby v aktuálním portfoliu dodavatele** nad rámec explicitně vyjmenovaných;
- **Nové modelové třídy uvedené dodavatelem do portfolia v průběhu doby plnění** (např. agentic / computer-use class, code-flagship, multimodal-audio, multimodal-video, nové generace flagship modelů);
- **Nové modality** (image generation, audio in/out, video in/out) jakmile vendor je nabídne;
- Tyto rozšířené modely a služby jsou dostupné zadavateli za **standardní veřejný ceník dodavatele** (případně s odpovídající slevou podle dohodnuté smlouvy) v okamžiku jejich uvedení.

Page 6

Zadavatel není smluvně omezen na rozsah uvedený v této specifikaci; rozsah slouží jako minimální závazný rámec, nikoli jako maximum.

## Bezpečnost a soulad

### Záruka neučení modelu (no-training)

Vstupní ani výstupní data zadavatele nebudou použita k dalšímu trénování, fine-tuningu, ani RLHF / RLAIF (Reinforcement Learning from Human / AI Feedback) dodavatelových modelů. Toto pravidlo platí bezpodmínečně, bez ohledu na standardní vendor opt-out mechanismy.

Zadavatel má právo na roční formální attestaci dodavatele potvrzující dodržování záruky neučení modelu.

### AI Act compliance

Dodavatel prohlašuje plný soulad s Nařízením (EU) 2024/1689 (AI Act) v rozsahu obligací general-purpose AI provider (GPAI — General-Purpose AI):

- model cards a technical documentation poskytnuté zadavateli;
- training data summary;
- EU contact point a copyright compliance policy.

Dodavatel informuje zadavatele do 30 dnů o jakékoli materiální změně AI Act klasifikace svých modelů.

### Tenant separation

Logická izolace povinná: každý organizational unit / projektový účet zadavatele má vlastní API klíče a organization-level isolation. Žádný zákazník (vč. dodavatele samotného) nemá přístup k zadavatelovým raw promptům, completions ani uploadovaným souborům.

### Logování a auditní práva

- Komplexní access logging: timestamp, model class, vendor model name, projekt, počet input a output tokenů, region.
- Retence logů: minimálně 12 měsíců; přístup zadavateli na vyžádání.
- Roční audit-right zadavatele.

## Dostupnost a SLA

- API Špičkové třídy (High-End): ≥ 99,9 % měsíčně.
- API Rychlé / efektivní třídy (Fast / Efficient): ≥ 99,9 % měsíčně.
- API třídy Embedding (vektorová reprezentace): ≥ 99,95 % měsíčně.
- Výpočetní kapacita pro doladění modelu (fine-tuning compute): ≥ 99,5 % měsíčně.

Page 7

Při nedosažení garantované dostupnosti vystavuje dodavatel automaticky kredity podle veřejně publikované SLA tabulky.

Support: response time ≤ 4 hodiny business hours pro production-down incidenty, ≤ 1 pracovní den pro normální. Jazyk podpory angličtina povinně, čeština přes Technical Account Manager preferována.

API stabilita: breaking changes API ≥ 12 měsíců předem; deprecated modely podporovány ≥ 12 měsíců po announcementu deprecation. Modely používané zadavatelem v posledních 90 dnech mají garantovanou ≥ 12-měsíční migrační lhůtu při deprecation.

## Cenový model a způsob ocenění nabídky

Plnění se účtuje podle **cenové struktury nabídnuté dodavatelem** — typicky kombinace:

- **plan / subscription / commitment fees** (per-seat, per-organization, per-commitment) s případnými kvótami;
- **metered API usage** (per token, per call, per hour);
- **capacity commitment** (reserved throughput / provisioned capacity);
- **volume / commit discounts** za víceletý závazek;
- libovolná **kombinace** výše uvedených.

### Modelový případ pro ocenění nabídky

Pro účely **porovnání nabídek na základě ceny** dodavatel ocení následující **modelový případ roční spotřeby** podle své cenové struktury. Modelový případ vyjadřuje profil ročního čerpání zadavatele; **neslouží jako fixní objednávkový závazek** zadavatele ani jako horní strop spotřeby v daném roce.

| Třída / služba                                                            | Měrná jednotka       | Roční množství     |
| ------------------------------------------------------------------------- | -------------------- | ------------------ |
| Špičková třída (High-End) — vstupní tokeny                                | milion tokenů        | 1 200              |
| Špičková třída (High-End) — výstupní tokeny                               | milion tokenů        | 200                |
| Rychlá / efektivní třída (Fast / Efficient) — vstupní tokeny              | milion tokenů        | 8 000              |
| Rychlá / efektivní třída (Fast / Efficient) — výstupní tokeny             | milion tokenů        | 800                |
| Embedding (vektorová reprezentace) — tokeny                               | milion tokenů        | 15 000             |
| Doladění modelu (fine-tuning) — výpočetní čas                             | hodina výpočtu       | 100                |
| Hostovaná inference doladěného modelu                                     | endpoint-hodina      | 2 000              |
| Uživatelské rozhraní (web + desktop + mobilní aplikace) — uživatel        | uživatel × měsíc     | 60                 |

Page 8

Dodavatel pro každý řádek modelového případu uvede:

1. **Cenovou strukturu**, kterou je řádek pokryt (plan, metered, commit, kombinace).
2. **Detail cenové konstrukce** (např. *"plan fee 1 000 Kč/měsíc × 12 měsíců + metered overage X Kč/M tokenů"*; nebo *"100 % plan, kvóta 100 M tokenů"*; nebo *"100 % metered, X Kč/M tokenů"*).
3. **Roční cenu** pro uvedené množství (Kč ex DPH).
4. **Celkový roční součet** modelového případu (Kč ex DPH).
5. **Celkový součet za 5 let** modelového případu (Kč ex DPH).

**Celkový součet modelového případu za 5 let je základem porovnání nabídek na ceně.**

### Fakturace v průběhu plnění

Fakturace probíhá podle cenové struktury nabídnuté dodavatelem v modelovém případě:

- **Plan / subscription / commitment fees** se účtují měsíčně / čtvrtletně / ročně podle dohodnutých období plánu;
- **Metered usage** se účtuje měsíčně podle skutečné spotřeby za jednotkové ceny nabídnuté dodavatelem;
- **Modely a služby nezahrnuté do modelového případu**, ale součástí plnění podle "Pokrytí portfolia služeb", se účtují podle standardního veřejného ceníku dodavatele v okamžiku spotřeby.

Dodavatel oznamuje plánovaná zvýšení ceníku minimálně 90 dnů předem; při zvýšení o více než 20 % má zadavatel právo na okamžité ukončení plnění s daným dodavatelem.

### Finanční rámec

| Položka                                               | Hodnota                                                              |
| ----------------------------------------------------- | -------------------------------------------------------------------- |
| Předpokládaná průměrná měsíční spotřeba               | 50 000 Kč ex DPH (přibližně 2 000 EUR při kurzu cca 25 Kč/EUR)       |
| Doba plnění                                           | 60 měsíců (5 let)                                                    |
| **Předpokládaná hodnota plnění celkem ex DPH**        | **3 000 000 Kč**                                                     |
| DPH 21 %                                              | 630 000 Kč                                                           |
| **Předpokládaná hodnota plnění celkem vč. DPH**       | **3 630 000 Kč**                                                     |

### Měna a měnové riziko

Modelový případ se oceňuje v Kč ex DPH. Ceník dodavatele typicky v USD nebo EUR; konverze do Kč pro nabídku proběhne kurzem ČNB (Česká národní banka) k datu **podání nabídky**; v průběhu plnění konverze kurzem ČNB k poslednímu pracovnímu dni měsíce předcházejícího vystavení faktury. **Měnové riziko nese zadavatel.**

DPH 21 % se uplatňuje v režimu reverse-charge u dodavatelů registrovaných k DPH (Dani z přidané hodnoty) v jiném členském státě EU.

Page 9

## Doba trvání plnění

Plnění je poskytováno **po dobu 60 měsíců (5 let)** od podpisu smlouvy. Žádné opce prodloužení.

## Vysvětlení použitých zkratek

| Zkratka   | Význam                                                                                                     |
| --------- | ---------------------------------------------------------------------------------------------------------- |
| AI        | Artificial Intelligence — umělá inteligence                                                                |
| AI Act    | Nařízení (EU) 2024/1689 o umělé inteligenci                                                                |
| API       | Application Programming Interface — programové rozhraní                                                    |
| ČNB       | Česká národní banka                                                                                        |
| CSV       | Comma-Separated Values — textový formát s hodnotami oddělenými čárkou                                      |
| DOCX      | formát Microsoft Word (Office Open XML)                                                                    |
| DPA       | Data Processing Agreement — smlouva o zpracování osobních údajů                                            |
| DPH       | Daň z přidané hodnoty                                                                                      |
| EEA       | European Economic Area — Evropský hospodářský prostor (EU + Norsko + Island + Lichtenštejnsko)             |
| EU        | Evropská unie                                                                                              |
| GPAI      | General-Purpose AI — obecný systém umělé inteligence podle AI Act                                          |
| HTTPS     | Hypertext Transfer Protocol Secure — šifrovaný webový protokol                                             |
| IČO       | Identifikační číslo osoby                                                                                  |
| ISO/IEC   | International Organization for Standardization / International Electrotechnical Commission                 |
| JSON      | JavaScript Object Notation — datový formát                                                                 |
| JSONL     | JSON Lines — JSON v řádkovém formátu                                                                       |
| LLM       | Large Language Model — velký jazykový model                                                                |
| MMLU      | Massive Multitask Language Understanding — benchmark znalostí jazykového modelu                            |
| MTEB      | Massive Text Embedding Benchmark — benchmark embedding modelů                                              |
| MT-Bench  | Multi-Turn Benchmark — benchmark vícekolových konverzací                                                   |
| NLP       | Natural Language Processing — zpracování přirozeného jazyka                                                |
| OAuth 2.0 | Open Authorization 2.0 — autorizační protokol                                                              |
| OVZ       | Oddělení veřejných zakázek                                                                                 |
| P50       | 50. percentil (medián)                                                                                     |
| P95       | 95. percentil                                                                                              |
| PDF       | Portable Document Format                                                                                   |
| R&D       | Research and Development — výzkum a vývoj                                                                  |
| RAG       | Retrieval-Augmented Generation — vyhledávání rozšířené o vektorovou reprezentaci znalostní báze            |
| RLAIF     | Reinforcement Learning from AI Feedback — učení posilováním ze zpětné vazby umělé inteligence              |
| RLHF      | Reinforcement Learning from Human Feedback — učení posilováním ze zpětné vazby člověka                     |
| SaaS      | Software as a Service — software jako služba                                                               |
| SDK       | Software Development Kit — vývojářská sada                                                                 |
| SLA       | Service Level Agreement — smlouva o úrovni služby                                                          |
| SOC 2     | System and Organization Controls 2 — auditní standard AICPA                                                |
| SSO       | Single Sign-On — jednotné přihlášení                                                                       |
| TTFT      | Time-to-First-Token — čas do prvního vygenerovaného tokenu                                                 |
| USD       | United States Dollar                                                                                       |
| VŠB-TUO   | Vysoká škola báňská – Technická univerzita Ostrava                                                         |
| VZ        | veřejná zakázka                                                                                            |
| XLSX      | formát Microsoft Excel (Office Open XML)                                                                   |
Třída / službaMěrná jednotkaRoční množství
Špičková třída (High-End) — vstupní tokenymilion tokenů1 200
Špičková třída (High-End) — výstupní tokenymilion tokenů200
Rychlá / efektivní třída (Fast / Efficient) — vstupní tokenymilion tokenů8 000
Rychlá / efektivní třída (Fast / Efficient) — výstupní tokenymilion tokenů800
Embedding (vektorová reprezentace) — tokenymilion tokenů15 000
Doladění modelu (fine-tuning) — výpočetní čashodina výpočtu100
Hostovaná inference doladěného modeluendpoint-hodina2 000
Uživatelské rozhraní (web + desktop + mobilní aplikace) — uživateluživatel × měsíc60
PoložkaHodnota
Předpokládaná průměrná měsíční spotřeba50 000 Kč ex DPH (přibližně 2 000 EUR při kurzu cca 25 Kč/EUR)
Doba plnění60 měsíců (5 let)
**Předpokládaná hodnota plnění celkem ex DPH****3 000 000 Kč**
DPH 21 %630 000 Kč
**Předpokládaná hodnota plnění celkem vč. DPH****3 630 000 Kč**
ZkratkaVýznam
AIArtificial Intelligence — umělá inteligence
AI ActNařízení (EU) 2024/1689 o umělé inteligenci
APIApplication Programming Interface — programové rozhraní
ČNBČeská národní banka
CSVComma-Separated Values — textový formát s hodnotami oddělenými čárkou
DOCXformát Microsoft Word (Office Open XML)
DPAData Processing Agreement — smlouva o zpracování osobních údajů
DPHDaň z přidané hodnoty
EEAEuropean Economic Area — Evropský hospodářský prostor (EU + Norsko + Island + Lichtenštejnsko)
EUEvropská unie
GPAIGeneral-Purpose AI — obecný systém umělé inteligence podle AI Act
HTTPSHypertext Transfer Protocol Secure — šifrovaný webový protokol
IČOIdentifikační číslo osoby
ISO/IECInternational Organization for Standardization / International Electrotechnical Commission
JSONJavaScript Object Notation — datový formát
JSONLJSON Lines — JSON v řádkovém formátu
LLMLarge Language Model — velký jazykový model
MMLUMassive Multitask Language Understanding — benchmark znalostí jazykového modelu
MTEBMassive Text Embedding Benchmark — benchmark embedding modelů
MT-BenchMulti-Turn Benchmark — benchmark vícekolových konverzací
NLPNatural Language Processing — zpracování přirozeného jazyka
OAuth 2.0Open Authorization 2.0 — autorizační protokol
OVZOddělení veřejných zakázek
P5050. percentil (medián)
P9595. percentil
PDFPortable Document Format
R&DResearch and Development — výzkum a vývoj
RAGRetrieval-Augmented Generation — vyhledávání rozšířené o vektorovou reprezentaci znalostní báze
RLAIFReinforcement Learning from AI Feedback — učení posilováním ze zpětné vazby umělé inteligence
RLHFReinforcement Learning from Human Feedback — učení posilováním ze zpětné vazby člověka
SaaSSoftware as a Service — software jako služba
SDKSoftware Development Kit — vývojářská sada
SLAService Level Agreement — smlouva o úrovni služby
SOC 2System and Organization Controls 2 — auditní standard AICPA
SSOSingle Sign-On — jednotné přihlášení
TTFTTime-to-First-Token — čas do prvního vygenerovaného tokenu
USDUnited States Dollar
VŠB-TUOVysoká škola báňská – Technická univerzita Ostrava
VZveřejná zakázka
XLSXformát Microsoft Excel (Office Open XML)
Source and processing details
File fetched
17 Nov 2026, 14:31
Text extracted
15 Nov 2026, 12:25
Parser version
xberg-1.0.14:markdown-pages-tables-ces-eng-v2
File fingerprint (SHA-256)
a01deb6b680c7de14f60463118c1f032c2816d4a9cda8329e23a0f3ccbc328c4

cz.profile.xml · Poskytování služeb velkého jazykového modelu ↗

About document collection

Original files remain with the publisher. Newly collected IT document links enter the reading queue, which runs every five minutes. The full catalog is reconciled hourly; known files are due for a daily check, subject to the queue and each source’s refresh schedule.

A failed update retains the last successful text. Some publisher links lead to web pages rather than attachments. Extracted qualification facts support source review; they are not an eligibility decision.