Machine Learning / AI

Mis on paralleelsus järelduses?

Kust uued kaalud tulid ja miks neid on rohkem?

Mis on p-tuning?

Mis on lävend (threshold)?

Kuidas positsioonilised sisestused muudavad Q, K, V?

Kuidas toimub koordineerimine LLM-agentide vahel?

Mida teha, kui mudel ei mahu GPU-le täiendõppe ajal?

Mis on Margin Lossi idee?

Kus asuvad arhitektuurselt positsioonilised sisestused?

Millised teegid kasutatakse LLM-i optimeerimiseks?

Millised mõõdikud on NLP-s olemas?

Kuidas hindab G-Eval kvaliteeti?

Millised haavatavused eksisteerivad mitmeagentsete LLM-süsteemide puhul?

Millised tähelepanu tüübid eksisteerivad?

Mis on Margin Loss valem?

Mis on re-ordinaatori väljundis?

Kuidas automaatselt hinnata mitmeagentse süsteemi kvaliteeti?

Mida teha, kui soovime õppida 4 näite põhjal?

Mis on kahjumi funktsioon?

Mis vahe on andmeparalelil ja mudeliparalelil?