Machine Learning / AI
Как бороться с проблемой роста контекста при активном ведении диалога пользователем?
Как можно модифицировать функционал ошибки?
Как работать с пропусками в данных, в том числе во временных рядах?
Как устроен случайный лес и в чём его преимущества и недостатки?
Что такое L1- и L2-регуляризация и почему L1 может занулять веса?
Расскажи о регрессионном проекте по прогнозированию рыночной стоимости недвижимости и использованной модели.
Если бы ты был тимлидом, решающим, как процессы будут идти в разных командах, разрабатывающих похожих ботов — писал бы каждый свой сервис на своих библиотеках, или перевёл бы всё к одному решению?
При такой схеме, если пользователь напишет слово «привет», оно пойдёт в RAG и получит ответ через RAG по слову «привет». Как мы можем это увидеть/предотвратить?
Что ты подразумеваешь под нормализацией документов?
Можем ли мы использовать одни и те же метрики, когда меряем качество по top-K, и метрику, которую спрашиваем у пользователя (лайк/дизлайк)? Или это разные вещи?
Как были организованы записи и агрегации в трёхмесячном скользящем окне для проекта оттока?
Расскажи о себе: чем ты занималась/занимался, чем хочешь заниматься, про свой опыт.
Что означают параметры M, ef_construct, ef_search в HNSW?
Почему в бустинге обычно используют неглубокие деревья и как число деревьев влияет на переобучение?
Модельки ваши, все — где были расположены (инфраструктура развёртывания)?
Какую функцию потерь использовали при дообучении эмбеддера?
Какой был итоговый объём выборки и сколько исходных и отобранных признаков было в проекте?
Как бы ты мониторил качество всей системы?