Machine Learning / AI

Mesélj a legérdekesebb projektedről az NLP és LLM területén, beleértve az architektúrát és a megoldás értékelését.

Milyen metrikákat tudsz megnevezni osztályozási feladatokhoz? Mesélj róluk.

Az ügynök soha nem hívja az egyik három eszközt. Hogyan vizsgálhatja és oldhatja meg ezt a problémát?

Hogyan értékeljük a RAG rendszereket? Milyen metrikákat használtak?

Mesélj a LoRA-ról: mi ez, hogyan tanítják és hogyan működik az inferenciában?

Mesélj a ROC-AUC-ról: mi ez és hogyan használják?

Mi az az agent? Milyen fő összetevők szükségesek az agent létrehozásához? Hogyan valósítható meg a memória?

Hogyan aggregáljuk és elemezzük az átfedő 3 (három operátor egy kérdésen, bináris válaszok)?

Hogyan védjük meg a RAG-ot a prompt injekció és a nem kívánt tartalom ellen?

Mesélj a transzformer fő architektúrájáról, mik a fő részei.

Beszélj a modellek desztillációjáról.

Mit jelent a klaszterezési feladat, és milyen algoritmusokat ismersz?

Mi az a RAG és mik a fő összetevői?

Milyen veszteségfüggvényt használnak osztályozási feladatoknál?

Mi a különbség a keresztfigyelem, maszkolt figyelem és önfigyelem között?

Beszélj a generálási paraméterekről: hőmérséklet, Top-P és Top-K.

Mesélj a pozíciós kódolás típusairól, különösen a Rotary Positional Encoding (RoPE)-ről.

Van egy régiónk, ahol tornádó fordulhat elő. Kétértékű osztályozási modellt fejlesztünk. Melyik mérőszámra fordítunk nagyobb figyelmet — Precízió vagy Recall?

Mesélj, mi az a osztályozási feladat.

Mi a hibrid keresés a RAG-ben?