Machine Learning / AI

Əgər 4 nümunə ilə öyrənmək istəyiriksə, nə etməliyik?

Təlimin sonunda nə etmək lazımdır?

Məlumat paralelliyi və model paralelliyi arasındakı fərq nədir?

Nəticələr siyahısını necə çıxartmaq olar?

ROC-AUC digər metriklərdən necə fərqlənir?

Sparc diqqət nədir?

Triplet Loss-də anchor-in mənası nədir?

Margin Loss və Triplet Loss arasındakı fərq nədir?

Epoxa nədir?

Diqqət mürəkkəbliyi kontekstində n nədir?

Reranker necə öyrədilir?

Əgər referans cavablar yoxdursa, yalnız sənədlər və kontekst var — sistemi necə qiymətləndirmək və referans cavabı haradan almaq olar?

Kross-entropiyadan başqa itki funksiyası kimi nə istifadə etmək olar?

LLM-in optimallaşdırılmasının hansı növləri mövcuddur?

Orijinal transformator ilə müqayisədə LLM-də nə dəyişdi?

Hansı diqqət növü O(n²)-dən aşağı mürəkkəbliyi azaltmağa imkan verir?

Gradient checkpointing nədir?

Kvantizasiya nədir?

RAG-ı həyata keçirən agenti necə qiymətləndirmək olar?

Əgər dekoderə 10k token uzunluğunda ardıcıllıq təqdim etsəniz, model 9k üzərində öyrədilibsə, nə baş verər?