Machine Learning / AI

Tokenizasiya necə işləyir? Niyə tam sözlər yerinə subword-tokenlər istifadə olunur?

BGE-M3 haqqında danışın: üç təqdimat — sıx, seyrek, çox-vektorlu.

Recall və Precision nədir? Tapşırıq: 50 meyvə, 30 alma və 20 armud, robot düzgün olaraq 20 alma tapdı, lakin 15 armudu alma kimi tanıdı. Metrləri hesablayın.

LoRA və fine-tuning metodları ilə tanışsınızmı?

Hibrid axtarış üçün koeffisiyentlər necə seçildi?

Yalnızca 15 şablon olmasına baxmayaraq, niyə 12.000 sual-cavab cütlüyünə ehtiyacınız vardı?

Sənədləri niyə şəkil kimi tanıdınız və parser yaratmadınız?

Test məlumat dəstini necə formalaşdırdınız: eyni 12 min cütlükdən və ya yeni məlumatlardan mı?

Klasterləşdirmə haqqında danışın: hansı problemi həll etdiniz, hansı metodu istifadə etdiniz, keyfiyyəti necə ölçdünüz?

Transformator necə işləyir? BERT və GPT haqqında danış.

Dərin vektor (dense embedding) nədir? Necə əldə edilir? Ölçüsü nədir?

RAG sisteminin keyfiyyətini necə qiymətləndirdiniz? Hangi metrikləri istifadə etdiniz?

Cross-encoder nədir və onu harada istifadə etmisiniz?

Hər mərhələdə hansı modellər istifadə olunub? Varlıq çıxarılması, vektorlaşdırma və ya nəsil üçünmü?

Sisteminizdə son istifadəçiyə nə göndərilirdi?

Lüğətin ölçüsünü niyə kiçiltmək lazımdır? Böyük lüğət niyə pisdir? Yük hansı funksiyada baş verir?

Səpələnmiş vektor nədir? O, sıx vektordan nə ilə fərqlənir?

GET və POST sorğuları arasındakı fərq nədir?

Bir sorğu üçün 12 min cavabdan biri və ya çoxmu uyğundur?

İstifadəçi üçün sisteminizin necə işlədiyini sadə sözlərlə izah edin, asinxronluq olmadan.