Kuidas erineb BERT-mudel GPT-st arhitektuuri ja õppetegevuse poolest?
Middle — Senior
158
Kuidas erineb BERT-mudel GPT-st arhitektuuri ja õppetegevuse poolest?
Mis on tõestusketi (CoVe)?
Mis on RuBERT/RuRoBERTa ja kus neid kasutatakse?
Mis on RLAIF ja kuidas see erineb RLHF-st?
Milliseid aktivatsioonifunktsioone kasutatakse CV-s (Swish/SiLU, Mish, GELU)?
Mis on märksõnade tuvastamine?