Machine Learning / AI

¿Qué hacer si queremos aprender con 4 ejemplos?

¿Qué hacer al final del entrenamiento?

¿Cuál es la diferencia entre paralelismo de datos y paralelismo de modelos?

¿Cómo emitir una lista de resultados?

¿En qué se diferencia ROC-AUC de otras métricas?

¿Qué es la atención dispersa?

¿Cuál es el significado del ancla en Triplet Loss?

¿Cuál es la diferencia entre Margin Loss y Triplet Loss?

¿Qué es una época (epoch)?

¿Qué es n en el contexto de la complejidad de atención?

¿Cómo se entrena a un reranker?

Si no hay respuestas de referencia, solo hay documentos y contexto: ¿cómo evaluar el sistema y de dónde obtener la respuesta de referencia?

¿Qué más, además de la entropía cruzada, se puede usar como función de pérdida?

¿Qué tipos de optimización de LLM existen?

¿Qué ha cambiado en LLM en comparación con el transformador original?

¿Qué tipo de atención permite reducir la complejidad por debajo de O(n²)?

¿Qué es el checkpointing de gradiente?

¿Qué es la cuantización?

¿Cómo evaluar a un agente que implementa RAG?

¿Qué sucederá si se ingresa al decodificador una secuencia de 10k tokens, pero el modelo fue entrenado con 9k?