Machine Learning / AI

İstifadəçilərə tranzaksiya bazasındakı məlumatlara əsasən cavab verən agenti necə layihələndirmək olar: hansı texnologiya yığını və memarlıq lazımdır və çoxagentlik tətbiq etmək dəyərmi?

Əsas LLM-in çıxışını optimallaşdırmaq üçün hansı təkliflər verə bilərik, əgər korporativ GPT yavaş işləyirsə?

Spekulyativ dekodlaşdırma nədir və o necə nəsil artırır?

MoE (Mütəxəssislərin Qarışığı) nədir və bu memarlıq niyə inference üçün faydalı ola bilər?

Diqqət çıxışı vektorunu verdikdən sonra Transformer blokunda növbəti nə baş verir?

Əməliyyat SQL bazalarında cavablar üçün vektor RAG-ni əsas mexanizm kimi istifadə etməmək üçün səbəblər nədir?

MLP qatlamının çıxış ölçüsü nədir?

Düzgün mötərizə ardıcıllığı Gəlin, dairəvi, kvadrat və mötərizə '{', '}', '[', ']' ibarət ardıcıllığı nəzərdən keçirək. Proqram bu mötərizə ardıcıllığının düzgün olub-olmadığını müəyyən etməlidir. - Boş ardıcıllıq düzgün sayılır. - Əgər A düzgün ardıcıllıqdırsa, onda (A), [A], {A} düzgün olur. - Əgər A və B düzgün ardıcıllıqlarsa, onda AB düzgün olur. Daxil etmə formatı: Yalnız bir sətirdə, 100000-dən çox olmayan mötərizə ardıcıllığı daxil edilir. Çıxış formatı: Əgər ardıcıllıq düzgünsə, proqram 'yes' çap etməlidir, əks halda 'no'.

Prefill və decode-u ayrıca təhlil et: Q/K/V, matris formaları və faza fərqləri.

Token ID və embeddings-dən sonra, decoder-ə dəqiq nə daxil olur: təmsil forması necədir, mövqe məlumatı necə əlavə olunur və sonra nə baş verir?

ML/LLM tətbiqinin Dockerfile və mənbə kodundan Kubernetes-də yerləşdirilmiş xidmət və istifadəçi trafikinə qədər ümumi yolu necədir?

RAG sistemində uyğunluq ilə nə edildi?

Samplingdən əvvəl logitlərlə nə edilir və hansı sampling parametrlərini bilirsiniz?

Dekod zamanı Q-vektor nə ilə vurulur və nə alınır?

Özünüz və ya iş stiliniz haqqında rəhbərə əlavə vurğulamaq istədiyiniz vacib mövzular hansılardır?

AI alətləri ilə işləmək üçün hansı IDE və ya mühitdən istifadə edirsiniz?

Niyə kvantlaşdırılmış LLM daha sürətli işləyə bilər və niyə bəzən kvantlaşdırma əksinə, inferensiyanı yavaşladır?

Sənədləri təmizləmək və normallaşdırmaq üçün nə istifadə olunub: Redis və ya regex?

import unittest class Solution: def isvalid(self, s:str) -> bool: matching_brackets = { ")": "(", "]": "[", "}": "{", } stack: list[str] = [] for bracket in s: if bracket in "([{": stack.append(bracket) continue if bracket not in matching_brackets: return False if not stack or stack[-1] != matching_brackets[bracket]: return False stack.pop() return not stack class SolutionTest: def __init__(self): self.Solution = Solution() def run(self): test_cases = [ ("", True), ("()", True), ("(){}[]", True), ("(({}))", True), ("(", False), (")", False), ("(((", False), ("{[]}", False), ] for brackets, expected in test_cases: actual = self.Solution.isvalid(brackets) assert actual == expected, ( f"Səhv üçün {brackets!r}" f"Gözlənilirdi {expected}, amma alındı {actual}" ) print(f"Bütün testlər keçdi: {len(test_cases)}") if __name__ == "__main__": SolutionTest().run()

Uzun kontekstdə tam öz- diqqətin kvadrat mürəkkəbliyindən qaçmağa imkan verən diqqət növləri hansılardır?