Нека сравним DAU, RPS и QPS: ако имаме 10 милиона DAU и всеки потребител влиза 4 пъти на ден, колко ще бъде RPS и колко QPS?
Senior
149
Machine Learning / AI
3608
0
Къде точно възниква дисперсията в IPS-оценката?
Senior
148
Как можем да сравним постер, който се показва само на страницата на потребителя, с тези, които той не е виждал (частична обратна връзка)?
Senior
148
Как работи контрастната загуба с негативи в batch?
Senior
148
Кратко представи как да препаковаш RAG опита за препоръчителни системи, а след това типични въпроси. Не как да отговориш, а в какво се състои според моя опит и резюме.
Senior
148
Напишете кратък параграф за самопрезентация, в който да подчертаете, че препоръчителните системи много приличат на RAG - retrieval, re-ranking, архитектурно сходство и т.н., за да мога да го запомня и разкажа.
Senior
146
Как се извършва инкременталното обновяване на FAISS индекса в продукция?
Senior
146
Оценете колко данни са необходими за дообучаване на модела в продукция, опишете процеса на дообучение, параметрите, функцията за загуба (contrastive/triplet) и защо е избрана точно тя.
Senior
145
# Формулирайте и напишете дефиницията за това какво е roc auc. # Как се изчислява roc_auc_score? # Напишете функция, която изчислява roc_auc_score според написаната дефиниция. # А за произволен брой класове с даден ред на приоритет? # Моделът работи по следния начин # y_score[i] >= праг -> y_pred[i] = 1 # y_score[i] < праг -> y_pred[i] = 0 def test_roc_aur_score(): y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.6, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.8 y_true = [0, 1, 0, 0, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.375 y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1 y_true = [0, 0, 0, 0, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0 # Бонус тестове за няколко класа y_true = [0, 1, 0, 0.5, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0. y_true = [0, 0.1, 0.2, 0.3, 0.4, 0.6] y_score = [0, 0.1, 0.2, 0.3, 0.4, 0.6] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1
Senior
145
Какво да правите, ако блокът има различно количество съдържание — има единични блокове и блокове с 30 елемента? Как да работите с оценките на съдържанието, за да получите функция от този блок?
Senior
145
Правилно ли съм разбрал: имаме тракер, който има среден резултат от тракера за съдържание за попълване на блока, има потребителски и блокови признаци, взехме положително — какво точно?
Senior
145
Какво са елементите? Как правилно да се произнасят?
Senior
144
Моля, разкажете ни точно какъв беше проектът и с какво точно се занимавахте.
Senior
144
Какво е DSSM, знаеш ли?
Senior
143
Защо проектът се разработваше две години, ако казваш, че основното беше направено още преди две години? В момента проектът е в поддръжка или е бил допълнително развиван?
Senior
143
Ако ви дадат неограничено количество GPU за подобряване на качеството на системата, към кое направление бихте се насочили първо?
Senior
143
Какъв формат на работа разглеждате и в кой град живеете?
Senior
142
Защо тогава ще се обучава ранкерът? Тоест, той ще бъде независим от съдържанието — каква е неговата цел?
Senior
142
Разкажи за своя опит, с какво се занимаваше през последните пет години?
Senior
142
# даден е масив a = [1, 20, 10, 0, 59, 63, 0, 88, 0] -> [0, 0, 0, 1, 20, 10, 59, 63, 88] # трябва да напишем оптимална функция, която пренася нулите в началото на масива и запазва реда на останалите елементи def move_zeros_to_left(a: List[int]) -> List[int]: pass
Senior
141