Qu'est-ce que la supervision distante (NER de KB) ?
Middle — Senior
212
Machine Learning / AI
3608
0
Qu'est-ce que la réécriture de requêtes dans RAG?
Middle — Senior
211
Qu'est-ce que Megatron-LM et quelle est sa méthode de parallélisme tensoriel?
Senior
211
Avez-vous de l'expérience dans le traitement des tâches NLP?
209
Explique la formule d'attention par produit scalaire mis à l'échelle. Pourquoi diviser par sqrt(d_k) ?
Middle — Senior
207
Pourquoi les poids du modèle peuvent-ils devenir grands et pourquoi faut-il les réduire par régularisation?
205
Comment ont-ils divisé l'échantillon en entraînement et test ?
Middle
205
Pourquoi la régularisation aide-t-elle à lutter contre le surapprentissage?
Middle — Senior
203
Qu'est-ce que le RL basé sur des modèles et quels sont ses avantages par rapport au sans modèle?
Middle — Senior
202
Comment ont-ils choisi le modèle et les hyperparamètres, et comment ont-ils ajusté le seuil de classification?
Middle
201
À quoi doit ressembler la structure pour entraîner un transformeur à reconnaître la terminologie spécialisée?
Middle
201
Quelle est la différence entre PR-AUC et ROC-AUC?
Middle
200
Comment calculer les métriques MAP et MRR dans les tâches de classement ?
Middle
199
Quelle tâche résout le tuning du modèle de transformeur?
Middle
197
Quelle est la différence entre NaN et None en Python?
Middle
196
À quoi ressemble visuellement le résultat de la décomposition CNN?
Middle — Senior
195
Quel algorithme est à la base du modèle?
Middle — Senior
194
Qu'est-ce que la mise à l'échelle NTK-aware RoPE pour étendre la fenêtre de contexte?
Middle — Senior
194
Que doit contenir l'ensemble de données d'entraînement pour l'apprentissage avec entropie croisée?
Middle
194
Qu'est-ce que les invites de récupération en faible confiance?
Middle — Senior
191