Machine Learning / AI
Ποιες μετρήσεις μπορούν να χρησιμοποιηθούν για την αξιολόγηση του NER σε έγγραφα;
Πώς διαχειρίζονταν τις αιχμές φόρτωσης στο σύστημα RAG; Τι συνέβαινε υπό υψηλό φόρτο;
Πώς αξιολογήσατε την ποιότητα του πράκτορα Text-to-SQL;
Σε τι εργάστηκες; Ποια ήταν η θέση σου εκεί;
Τι είναι η υπερεκπαίδευση; Πώς την ανιχνεύουμε και πώς την αποτρέπουμε;
Ποιο βαθμό έθεσες για το LoRA και από τι εξαρτάται;
Πώς να ταξινομήσετε 20 κομμάτια και να επιλέξετε τα 5 πιο σχετικά για μετάδοση στο LLM;
Πώς να προσεγγίσετε την εκπαίδευση στον δικό σας τομέα; Τι να κάνετε με το γενικό μοντέλο;
Ποιες μετρήσεις κατάταξης χρησιμοποιήσατε στην εργασία σας;
Αν ο βέλτιστος αριθμός δέντρων για το μοντέλο είναι 500, αλλά τυχαία εκπαιδεύσαμε τόσο ένα τυχαίο δάσος όσο και ένα boosting με 1000 δέντρα, ποιο από τα μοντέλα είναι πιο πιθανό να υπερεκπαιδευτεί και γιατί;
Πώς λειτουργεί γενικά το RAG — πώς γίνεται η αναζήτηση του σχετικού κομματιού με βάση το ερώτημα;
Πες μου για την εργασιακή σου εμπειρία
Τι θεωρούμε θετικό και αρνητικό κατά την εκπαίδευση ενός δικτύου με δύο πυργίσκους, και ποια απώλεια χρησιμοποιείται;
Πείτε μας για τον εαυτό σας και την εμπειρία σας ως μηχανικός ML.
Επηρεάζει το διαφορετικό μήκος προτάσεων (15 λέξεις έναντι 5 λέξεων) τη δυνατότητα σύγκρισης της ομοιότητάς τους;
Πώς μπορούμε να εντάξουμε τη δημιουργία αιτήσεων (π.χ. άδεια) στην τρέχουσα γραμμή RAG;
Πώς αλλάζω τις παραμέτρους; Πώς καταλαβαίνω σε ποια κατεύθυνση να τις αλλάξω;
Γιατί η αναλυτική φόρμουλα για την γραμμική παλινδρόμηση δεν χρησιμοποιείται στην πράξη;
Ας υποθέσουμε ότι εκεί πρέπει να υπάρχει ένα σύνολο εργαλείων (τα αιτήματα μπορεί να διαφέρουν σε πεδία και ονόματα). Πώς θα το κάνουμε καλύτερα, να το υλοποιήσουμε / να το εντάξουμε στο πλαίσιο;
Μίλησε για ένα έργο με κλασική Μηχανική Μάθηση (όχι LLM) για το οποίο είσαι περήφανος.