Machine Learning / AI

Hast du direkt mit PostgreSQL gearbeitet?

Warum muss beim Training über mehr als eine Epoche der Parameter shuffle im DataLoader vorhanden sein?

Was ist supervisiertes Fine-Tuning (SFT)? Welche Daten werden benötigt?

Middle — Senior

ТензорВижнТехМагнит

Was vergessen sie mit den Daten auf CUDA zu tun, was zu einem Speicherüberlauf beim Training führen kann?

Welche Probleme treten auf, wenn Batch-Normalisierung die Statistik während der Validierung aktualisiert?

Was ist die Change-Point-Erkennung?

Was ist Dropout und wie wird es implementiert?

Wie funktioniert Tableau in Bezug auf die Datenerfassung: eigenständig oder über eine Verbindung zu einem Data Warehouse?

Wie geht man bei der Objekterkennung bei starkem Datenungleichgewicht vor?

Wie beeinflusst die Temperatur die Wahrscheinlichkeitsverteilung in Softmax?

Was ist DPO und warum ist es beliebter als PPO in offenen Modellen?

Middle — Senior

СамокатМагнит

Wie wählt man Backbones für die Klassifikation aus?

Was ist eine Residual-Verbindung und wofür wird sie verwendet?

Middle

ДомкликМагнит

Warum ist es wichtig, bei der Destillation ähnliche Schichten im Lehrer und im Schüler zu suchen?

Was ist BatchNorm?

Warum ist die Anzahl der Werte in den Ergebnissen einer Abfrage mit Aggregatfunktionen nicht gleich der Anzahl der Zeilen?

Was ist Tool-Calling und welche Arten von Werkzeugen verwenden die Agenten?

Welche drei Matrizen werden in der Multi-Head-Attention verwendet?

Warum muss das Modell vor dem Testen in den Inferenzmodus versetzt werden (model.eval())?

Wie kann man ResNet50 bei einer Klassifikationsaufgabe vereinfachen?