Machine Learning / AI

Parlez-nous plus en détail de l'anti-hallucination — qu'est-ce que ce mécanisme impliquait dans votre système?

Implémenter un algorithme de jonction de séquences, par exemple, hash join?

Middle — Senior

Avito

Pourquoi 80/10/10 dans le masquage BERT (masque, aléatoire, original) ?

Raconte-moi, quelle est la composition de l'équipe, qui en général donne la tâche et comment les tâches sont réparties entre l'équipe?

Senior

Точка

Qu'est-ce qu'AlphaFold et quel est son principe?

Senior

ПИК

Expliquez l'idée de CLIP et la perte contrastive image-texte.

Senior

ПлатформаОФД

Самокат

Pourquoi as-tu quitté (tu quittes) [entreprise] ?

Qu'est-ce que la moyenne mobile exponentielle (EMA) et où est-elle utilisée?

Vendredi, il reste 2,5 heures jusqu'à la fin de la journée de travail. Un client d'affaires arrive et dit qu'il y a une réunion lundi à 9h30 et qu'il faut finir une tâche qui prend 5-6 heures. Que feras-tu?

Comment fonctionne un transformateur ? Parlez-moi de BERT et GPT.

Comment faire un alignement forcé — déterminer à partir de quelle seconde jusqu'à quelle seconde chaque phonème sonne-t-il?

Qu'est-ce que la décodification spéculative et comment accélère-t-elle la génération?

Qu'est-ce que les invites de récupération en faible confiance?

Middle — Senior

Skyeng

Райффайзенбанк

Газпромбанк

Comment la présence de plusieurs zéros dans la liste influence-t-elle la décision?

Middle — Senior

Яндекс

À quoi sert le taux d'apprentissage et à quoi est-il responsable?

Middle — Senior

Яндекс

Qu'est-ce que DQN et quels problèmes résout-il par rapport à Q-learning?

Qu'est-ce que FLUX et quelle est son idée?

Qu'est-ce que FSDP (Fully Sharded Data Parallel) ?

Senior

филиппинский банк Salmon

ПИК

Quelle est la dispersion précisément dans l'estimation IPS ?

Senior

ivi

Pourquoi la régularisation L1 tend-elle à mettre les poids à zéro, alors que la L2 ne le fait pas ? Comment cela se déduit-il mathématiquement ?

Middle+

Avito