Selgitage ka kahe sõnaga, kuidas erineb Double Robust lähenemine IPS-st — mida lisatakse ja mis muudab selle tugevamaks ja vastupidavamaks?
Senior
151
Machine Learning / AI
3608
0
Mis täpselt põhjustab dispersiooni IPS-hinnangus?
Senior
151
Kirjutage lühike eneseesitluse lõik, kus rõhutate, et soovitussüsteemid on väga sarnased RAG-iga - retrieval, re-ranking, arhitektuurilised sarnasused ja nii edasi, et ma saaksin seda meelde jätta ja rääkida.
Senior
150
Selgitage, miks kahe torni (two-tower) võrk aitab lahendada esimese taseme lagi probleemi — milles täpselt see seisneb?
Senior
150
Lühidalt kirjeldage, kuidas ümber pakkida RAG-kogemust soovitussüsteemidele, ning seejärel tüüpilised küsimused. Mitte kuidas vastata, vaid milles see seisneb minu kogemuse ja CV põhjal.
Senior
148
Kuidas töötab kontrastkaotus in-batch negatiividega?
Senior
148
Mis on üksused? Kuidas seda õigesti hääldada?
Senior
147
Hinnake, kui palju andmeid on vaja mudeli täiendavaks treenimiseks tootmises, kirjeldage täiendava treeningu protsessi, parameetreid, kaotuse funktsiooni (contrastive/triplet) ja miks just see valiti.
Senior
147
Miks siis treenitakse ranker? Teisisõnu, see on sõltumatu sisust — mis on selle eesmärk?
Senior
146
Kuidas toimub FAISS indeksi inkrementaalne uuendamine tootmises?
Senior
146
Kas õigesti aru sainud: meil on jälgija, millel on keskmine skoor sisuloome jälgijalt ploki täitmiseks, on kasutaja- ja plokiomadused, me võtsime positiivse — mis täpselt?
Senior
145
# Formuleerige ja kirjutage määratlus sellest, mis on roc auc. # Kuidas arvutatakse roc_auc_score? # Kirjutage funktsioon, mis arvutab roc_auc_score vastavalt kirjutatud määratlusele. # Ja iga klasside arvu jaoks, antud prioriteedijärjestusega? # Mudel töötab järgmiselt # y_score[i] >= künnis -> y_pred[i] = 1 # y_score[i] < künnis -> y_pred[i] = 0 def test_roc_aur_score(): y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.6, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.8 y_true = [0, 1, 0, 0, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.375 y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1 y_true = [0, 0, 0, 0, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0 # Бонус тесты для нескольких классов y_true = [0, 1, 0, 0.5, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0. y_true = [0, 0.1, 0.2, 0.3, 0.4, 0.6] y_score = [0, 0.1, 0.2, 0.3, 0.4, 0.6] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1
Senior
145
Mida teha, kui plokil on erinev sisu kogus — on üksikud plokid ja plokid 30 üksusega? Kuidas töötada sisu hinnangutega, et saada selle ploki funktsioon?
Senior
145
Kui sulle antakse piiramatul arvul GPU süsteemi kvaliteedi parandamiseks, millises suunas sa eelistaksid kõigepealt liikuda?
Senior
145
Palun rääkige meile täpselt, milline projekt see oli ja millised olid teie täpsed ülesanded.
Senior
144
Rääkige oma kogemusest, millega olete viimase viie aasta jooksul tegelenud?
Senior
144
Miks projekt ar ar izstrādāts divus gadus, ja tu saki, ka galvenā daļa tika izdarīta pirms diviem gadiem? Vai projekts ir tagad uzturēšanas stadijā vai ir vēl attīstīts?
Senior
143
Mis on DSSM, kas sa tead?
Senior
143
# antud massiiv a = [1, 20, 10, 0, 59, 63, 0, 88, 0] -> [0, 0, 0, 1, 20, 10, 59, 63, 88] # tuleb kirjutada optimaalse funktsioon, mis liigub nullid massiivi algusesse ja säilitab ülejäänud elementide järjekorra def move_zeros_to_left(a: List[int]) -> List[int]: pass
Senior
143
Millist töövormi kaalute ja millises linnas te elate?
Senior
142