Was tun am Ende der Schulung?
Machine Learning / AI
Was wurde zur Erstellung des Index in RAG verwendet?
Was ist der Unterschied zwischen Datenparallelität und Modellparallelität?
Wie gibt man eine Ergebnisliste aus?
Worin unterscheidet sich ROC-AUC von anderen Metriken?
Was ist die Bedeutung des Ankers in Triplet Loss?
Was ist sparse attention?
Was ist der Unterschied zwischen Margin Loss und Triplet Loss?
Was ist eine Epoche (epoch)?
Was ist n im Kontext der Komplexität der Aufmerksamkeit?
Wenn keine Referenzantworten vorhanden sind, gibt es nur Dokumente und Kontext — wie bewertet man das System und woher nimmt man die Referenzantwort?
Wie wird ein Reranker trainiert?
Welche Arten der LLM-Optimierung gibt es?
Was hat sich im LLM im Vergleich zum ursprünglichen Transformer geändert?
Was kann außer Kreuzentropie noch als Verlustfunktion verwendet werden?
Welche Art von Aufmerksamkeit ermöglicht es, die Komplexität unter O(n²) zu senken?
Was ist Gradient Checkpointing?
Wie bewertet man einen Agenten, der RAG implementiert?
Was ist Quantisierung?
Was passiert, wenn man dem Decoder eine Sequenz von 10k Tokens eingibt, während das Modell auf 9k trainiert wurde?