Machine Learning / AI
Ποιες είναι οι κύριες προσεγγίσεις και αρχιτεκτονικές των μετασχηματιστών;
Υπάρχουν 10.000 μαθηματικές λειτουργίες με τη βιβλιοθήκη math. Τι είναι καλύτερο για επιτάχυνση: πολυνηματικότητα ή πολυεπεξεργασία;
Γιατί το MAE είναι λιγότερο ευαίσθητο σε ακραία σημεία από το MSE;
Πες τουλάχιστον τρεις περιορισμούς που είναι σημαντικό να λαμβάνονται υπόψη κατά την εργασία με LLM ως τεχνολογία.
Γιατί επιλέχθηκε αυτή η προσέγγιση (SentenceTransformer + συνημίτονο ομοιότητας);
Πώς να επισημάνετε τα ηχητικά δεδομένα;
Πώς λειτουργούν τα δέντρα αποφάσεων και τι συμβαίνει όταν δεν υπάρχουν περιορισμοί;
Ποιες μεθόδους συνόλου γνωρίζετε; Ποιες ομάδες μεθόδων συνόλου υπάρχουν;
Πες λίγα λόγια για την ομάδα στην οποία εργάστηκες στην [εταιρεία].
Γιατί χρησιμοποιείται το Layer Norm στον μετασχηματιστή αντί για το Batch Norm;
Στον πίνακα διαλόγων υπάρχουν 80 εκατομμύρια μηνύματα, και το αναλυτικό ερώτημα για το σύνολο αξιολόγησης διαρκεί 25 λεπτά και μερικές φορές επιστρέφει διπλότυπα ζευγάρια ερώτησης-απάντησης. Τι θα διορθώνατε πρώτο και γιατί;
Πώς αξιολογείτε το επίπεδο γνώσεών σας σε Python και SQL;
Ποια ήταν η μεγαλύτερη πηγή λαθών;
Ποια είναι η κύρια ιδιότητα που πρέπει να διαθέτει ένα binding για την αναγνώριση του προγράμματος περιήγησης;
Επιλέγουν ένα υποσύνολο χαρακτηριστικών στους μεμονωμένους κόμβους του δέντρου ή για ολόκληρο το δέντρο;
Πώς έκανες το Blue-Green deployment;
Ποιες βιβλιοθήκες χρησιμοποιούνται για τη βελτιστοποίηση του LLM;
Πώς θα αυτοματοποιούσατε το διαχωρισμό σε κομμάτια με όγκο δεδομένων 10 gigabyte;
Πώς είναι δομημένος ο orchestrator: ποιο πλαίσιο και αρχιτεκτονική χρησιμοποιούνται, τι κάνει, είναι μονοβήμα ή μπορεί να σκεφτεί πολλές φορές πριν απαντήσει;
Ποια είναι τα προβλήματα των artefacts προσώπου/χεριών στα μοντέλα διάχυσης και πώς να τα αντιμετωπίσουμε;