Machine Learning / AI

¿Qué es el ajuste fino supervisado (SFT)? ¿Qué datos se necesitan?

Middle — Senior

ТензорВижнТехМагнит

¿Has trabajado directamente con PostgreSQL?

¿Qué pasa si haces select 1 en lugar del nombre de la columna?

¿Qué olvidan hacer con los datos en CUDA, lo que puede llevar a una sobrecarga de memoria durante el entrenamiento?

¿Qué es la detección de puntos de cambio?

¿Qué problemas surgen si la normalización por lotes actualiza las estadísticas durante la validación?

¿Cómo abordar la tarea de detección de objetos con un fuerte desequilibrio de datos?

¿Cómo funciona Tableau en términos de recopilación de datos: de forma independiente o a través de una conexión a un almacén de datos?

¿Cómo seleccionar backbones para la clasificación?

¿Por qué es importante buscar capas similares en el maestro y el estudiante durante la destilación?

¿Qué es DPO y por qué es más popular que PPO en modelos abiertos?

Middle — Senior

СамокатМагнит

¿Por qué la cantidad de valores en los resultados de una consulta con funciones de agregación no es igual a la cantidad de filas?

¿Qué es una conexión residual y para qué se utiliza?

Middle

ДомкликМагнит

¿Cómo afecta la temperatura a la distribución de probabilidad en softmax?

¿Qué tres matrices se utilizan en la atención multi-cabeza?

¿Qué es tool-calling y qué tipos de herramientas utilizan los agentes?

¿Por qué es necesario poner el modelo en modo de inferencia (model.eval()) antes de probarlo?

¿Qué trucos prácticos aceleran la inferencia de transformadores (decodificación especulativa, medusa)?

¿Qué es la máscara de relleno de clave frente a la máscara de atención en PyTorch?

¿Qué es BatchNorm?