Machine Learning / AI

Γιατί πρέπει να υπάρχει η παράμετρος shuffle στον dataloader εκπαίδευσης όταν εκπαιδεύεστε για περισσότερες από μία εποχές;

Τι θα συμβεί αν κάνετε select 1 αντί για το όνομα της στήλης;

Τι είναι το επιτηρούμενο fine-tuning (SFT); Ποια δεδομένα χρειάζονται;

Middle — Senior

ТензорВижнТехМагнит

Τι ξεχνούν να κάνουν με τα δεδομένα στο CUDA, κάτι που μπορεί να οδηγήσει σε υπερχείλιση μνήμης κατά τη διάρκεια της εκπαίδευσης;

Ποια προβλήματα προκύπτουν αν η κανονικοποίηση παρτίδας ενημερώνει τα στατιστικά κατά τη διάρκεια της επικύρωσης;

Τι είναι η ανίχνευση σημείου αλλαγής;

Τι είναι το dropout και πώς υλοποιείται;

Πώς λειτουργεί το Tableau όσον αφορά τη συλλογή δεδομένων: αυτόνομα ή μέσω σύνδεσης με βιτρίνα;

Τι είναι το DPO και γιατί είναι πιο δημοφιλές από το PPO στα ανοιχτά μοντέλα;

Middle — Senior

СамокатМагнит

Πώς προσεγγίζουμε την ανίχνευση αντικειμένων με έντονη ανισορροπία δεδομένων;

Πώς επιλέγουμε backbones για την ταξινόμηση;

Πώς επηρεάζει η θερμοκρασία την κατανομή πιθανοτήτων στο softmax;

Γιατί είναι σημαντικό να αναζητούμε παρόμοια στρώματα στον δάσκαλο και τον μαθητή κατά τη διάρκεια της απόσταξης;

Γιατί ο αριθμός των τιμών στα αποτελέσματα ενός ερωτήματος με συναρτήσεις συγκέντρωσης δεν είναι ίσος με τον αριθμό των γραμμών;

Τι είναι η υπολειμματική σύνδεση και ποιος είναι ο σκοπός της;

Middle

ДомкликМагнит

Ποιες τρεις μήτρες χρησιμοποιούνται στην πολυκεφαλική προσοχή;

Τι είναι το tool-calling και ποιοι τύποι εργαλείων χρησιμοποιούν οι πράκτορες;

Γιατί πρέπει να θέσουμε το μοντέλο σε λειτουργία inference (model.eval()) πριν από τη δοκιμή;

Πώς απλοποιείτε το ResNet50 σε μια εργασία ταξινόμησης;

Τι είναι η μάσκα padding κλειδιού έναντι της μάσκας προσοχής στο PyTorch;