Machine Learning / AI
Πώς θα περνούσατε από το POC στην παραγωγή αν ήσασταν ο μόνος μηχανικός ML και τα δεδομένα ήταν ήδη στη βάση;
Και τι κάνατε αν το μοντέλο έδινε μια μη έγκυρη παράμετρο;
Τι είναι το vLLM και γιατί χρειάζεται το PagedAttention;
Τι είναι η ακρίβεια;
Πόσο κράτησε η αναζήτηση / πλήρης κύκλος απάντησης στο σύστημα RAG;
Τι συμβαίνει στο Precision/Recall όταν μειώνεται το όριο του ταξινομητή;
Τι να κάνουμε με δεδομένα διαφορετικής χρονικής διακριτότητας: μερικά καταγράφονται κάθε ώρα, άλλα καθημερινά;
Τα δεδομένα θα τυποποιηθούν και θα παρουσιαστούν σε ενιαία μορφή πριν από τη φόρτωση στην αποθήκη;
Πες μου περισσότερα για το πώς ήταν δομημένη η γραμμή αγωγού του συστήματος RAG (φιλτράρισμα, επανακατάταξη), τι έκανες προσωπικά και τι οι συνάδελφοί σου;
Τι είναι το bootstrap;
Ποιες λύσεις προτείνετε σε περίπτωση αύξησης του φορτίου στο σύστημα;
Πώς ανέφεραν τα μοντέλα ότι το επιχείρημα δεν είναι έγκυρο;
Καταλαβαίνω σωστά ότι υπήρχε και εμπειρία tuning LLM;
Πώς αλλάζουν το σφάλμα, η διακύμανση και η υπερεκπαίδευση καθώς αυξάνεται ο αριθμός των δέντρων στο τυχαίο δάσος και στο boosting;
Γιατί το select 'account1' επιστρέφει 5 και όχι 7;
Αν το AUC ενός νέου μοντέλου είναι 0,82 σε σύγκριση με 0,80 στο προηγούμενο, μπορούμε να πούμε με βεβαιότητα ότι το νέο είναι καλύτερο; Πώς ελέγχεται η στατιστική σημαντικότητα;
Τι είναι η συνεργατική φιλτράρισμα;
Τι να κάνετε με τις κατανομές αλλαγών χαρακτηριστικών του προγράμματος περιήγησης;
Ποια είναι τα πλεονεκτήματα του Spark σε σύγκριση με το Pandas;
Τι είναι το RDF και το SPARQL;