Kuidas erinevad mean/max pooling ja learnable pooling?
Machine Learning / AI
Kuidas valida sisestusvektori suurust?
Millised on Whisperi piirangud ja kuidas neid ületada (pikk vorm, hallutsinatsioonid)?
Mis on NSP (järgmise lause prognoosimine) ja miks RoBERTa sellest loobus?
Mis on LoRA ja miks see töötab (madala rühma hüpotees)?
Mis on meta-prompting ja millised on selle kasutusjuhtumid?
Mis on cross-encoder QA ja mis on sisendi formaat?
Miks on kaasaegsetes LLM-ides lineaarkihtides bias=False vajalik?
Mis on beam search ja miks seda harva kasutatakse avatud lõppastme genereerimiseks?
Millised on VDB-s kasutatavad tihendusvormingud (binaarne, skalaarkvant)?
Milline on payload-filtrite roll vektorbasis?
Mis on DocVQA ja millised mudelid on seal populaarsed?
Mis on filter bubble ja kuidas seda tuvastada?
Mis on Byte Pair Encoding (BPE) algoritmi idee? Kirjeldage koolitusetappe.