Machine Learning / AI

ReAct agentində neçə alət var idi?

State obyekti (TypedDict və ya başqa) nə idi?

Bu dördü agent necə ümumi vəziyyətə yazırdı ki, bir-birlərinin vəziyyətini üst-üstə qoymasınlar?

Alətlərin yalnız oxumaq üçün olduğunu dedin, sistemdə yazma yox idi?

Niyə dörd agentdən ibarət çoxagentli sistem istifadə etdiniz, alətləri olan tək agent yerinə (ReAct ilə oxşar)? Belə bölmənin üstünlükləri nədir?

LoRA nədir və ona nə üçün ehtiyac var?

ReAct agentində prompt injeksiyası riskini nəzərə aldınız və bununla necə mübarizə apardınız?

Əgər agentlərdən biri səhv edərsə, bütün qrafik uğursuz olurmu və ya azaldılma üçün ümumi agentə çatırmı?

Yaradıcılığın keyfiyyətini necə qiymətləndirdiniz (retrieval deyil)?

LoRA-nın hansı hiperparametrlərini bilirsiniz?

Həllin dəyərini qiymətləndirmək üçün bir keçiddə tokenlar və gecikmə ölçüldü mü?

Yalnızca kross-enkoder ilə, bi-encoder olmadan, tamamilə geri çağırma hissəsini qurmaq mümkündürmü?

Sənəd NER üçün train, validation və testə düzgün bölmə necə edilir?

Məlumat axtarış vaxtının azaldılmasını necə ölçdülər (dəqiqə ilə ölçü)?

LayoutLM nədir və sənədlər üçün BERT-dən necə fərqlənir?

Yanaşma haqqında danış: AI-dən istifadə edərək memarlığı necə qurursan, kodu necə təsdiqləyirsən və testləri necə yazırsan?

Yenidən sıralama üçün hansı ranker seçildi?

Özünüz və müvafiq texniki təcrübəniz haqqında danışın (bank sahəsində layihələr: ML modelləri, fırıldaqçılığa qarşı, RAG, çox agentli sistemlər).

Niyə xüsusi olaraq yerli toolcalling istifadə edildi, JSON sxeması yerinə?

Vektor saxlama yaddaşında sənədlərin metadatalarına nə qeyd olunurdu?