Sobes.tech

Machine Learning / AI

Was ist der Unterschied zwischen Datenparallelität und Modellparallelität?

156

Was ist der Unterschied zwischen Margin Loss und Triplet Loss?

149

Was ist n im Kontext der Komplexität der Aufmerksamkeit?

147

Wenn keine Referenzantworten vorhanden sind, gibt es nur Dokumente und Kontext — wie bewertet man das System und woher nimmt man die Referenzantwort?

146

Was hat sich im LLM im Vergleich zum ursprünglichen Transformer geändert?

143

Was kann außer Kreuzentropie noch als Verlustfunktion verwendet werden?

143

Welche Art von Aufmerksamkeit ermöglicht es, die Komplexität unter O(n²) zu senken?

135

Was passiert, wenn man dem Decoder eine Sequenz von 10k Tokens eingibt, während das Modell auf 9k trainiert wurde?

128
/3