Machine Learning / AI
Na jakém projektu jste pracoval na nasazení služeb a vývoji služeb FastAPI: to jste dělal sám nebo jste jen udržoval a sledoval?
Jak růst dialogu a kontextu ovlivňuje rychlost zpracování odpovědí?
Jak navrhnout agenta, který odpovídá uživateli na základě dat transakční databáze: jaký stack a architektura jsou potřeba, a stojí za to použít multiagentnost?
Co je to přesnost?
Dělají to všechny různí agenti nebo různé nástroje jednoho agenta?
V čem se obecně liší ChatGPT od asistenta uvnitř firmy (chat-robot vs asistent)?
Povězte nám, jak je obecně uspořáděn RAG pipeline: jaké kroky zahrnuje?
Jaké nástroje AI používáte denně?
Jaké jsou možnosti vzorkování nových tokenů v LLM?
Kudy by ses chtěl dále rozvíjet, jaké profesní směry vyzdvihuješ pro sebe?
Jaké pozice zvažujete a jaké úkoly jsou pro vás nejzajímavější?
Co je to za termín 'PropNail/TopNail Optimization', který jste použili?
Jak dosáhnout formalizované, strukturované odpovědi, například při použití strukturovaného výstupu?
Jak zpracovat tabulku v dokumentu při přípravě dat pro RAG?
Jak obecně vypadá cesta ML/LLM aplikace od Dockerfile a zdrojového kódu po nasazenou službu a uživatký provoz v Kubernetes?
Jaký embedding model zvolit pro RAG?
Jak v praxi zajistit, aby model v konkrétním poli generoval pouze hodnoty z krátkého seznamu řetězcových ID a žádné jiné znaky?
Jak změřit, zda embeddingový model a retrieval fungují správně?
Povězte nám o sobě a úlohách, které jste vykonali.
Jak se vypočítá ROC křivka iterativně po seřazení objektů podle skóre?