Machine Learning / AI

Cuéntame sobre tu proyecto más interesante en el campo de NLP y LLM, incluyendo la arquitectura y la evaluación de la solución.

Cuéntame sobre ROC-AUC: ¿qué es y cómo se usa?

El agente nunca llama a una de las tres herramientas. ¿Cómo investigar y resolver este problema?

¿Cómo evaluar los sistemas RAG? ¿Qué métricas se utilizaron?

Cuéntame sobre LoRA: ¿qué es, cómo se entrena y cómo funciona en la inferencia?

¿Qué métricas puedes nombrar para tareas de clasificación? Cuéntame sobre cada una de ellas.

Cuéntame la arquitectura principal del transformador, cuáles son sus partes principales.

¿Cómo proteger RAG contra la inyección de prompts y contenido no deseado?

¿Qué es un agente? ¿Cuáles son los componentes principales necesarios para crear un agente? ¿Cómo implementar la memoria?

¿Cómo agregar y analizar las etiquetas con superposición 3 (tres operadores en una sola pregunta, respuestas binarias)?

¿En qué consiste la tarea de clustering y qué algoritmos conoces?

Cuéntame sobre los tipos de codificación posicional, en particular sobre Rotary Positional Encoding (RoPE).

Háblame de los parámetros de generación: temperatura, Top-P y Top-K.

¿Qué es RAG y cuáles son sus componentes principales?

¿Qué función de pérdida se utiliza en tareas de clasificación?

Habla sobre la destilación de modelos.

¿Cuál es la diferencia entre atención cruzada, atención enmascarada y autoatención?

Tenemos una región donde puede ocurrir un tornado. Estamos desarrollando un modelo de clasificación binaria. ¿A qué métrica prestamos más atención: Precisión o Recall?

Cuéntame, ¿qué es una tarea de clasificación?

¿Qué es la búsqueda híbrida en RAG?