Mi a különbség a QLoRA és a LoRA között?
Machine Learning / AI
Mi az adatvédelmi költségvetés?
Miért a DBSCAN-t választották az anomáliák észlelésére szolgáló feladathoz ahelyett, hogy osztályozást alkalmaztak volna?
Mik a alapvető Retrieval-Augmented Generation (RAG) fő összetevői?
Mi az a FastText és hogyan oldja meg az OOV problémát?
Milyen offline LTR tanítási módszerek vannak a kattintási naplók alapján (ellenfactual értékelés)?
Mi történik, ha eltávolítjuk az első vagy utolsó fát a boostingban?
Mi az a DeepSpeed ZeRO Stage 1/2/3?
Nevezze meg az ensemble tanulási módszert, a bagging és boosting mellett?
Milyen operációs rendszert és helyi számítógép-konfigurációt használ?
Mi az MLM (maszkolt nyelvi modellezés)? Mekkora az arány a maszkolt tokenek aránya?
Mi az a diverzitás és a Maximális Marginal Relevance (MMR)?
Mi az a reranker és miért szükséges?
Mi az a diffúziós desztilláció?
Mi az a csúszóablakos figyelem a Mistralban?
Mi az a DDPG és milyen feladatokra alkalmas?
Mi a politika, és miben különbözik a stokasztikus a determinisztikus?
Mi az a Thompson mintavétel és az UCB?
Szorultál-e valaha adateltolódással?
Miért alkalmazzuk a LayerNorm-ot az utolsó dimenzióra, nem a mini-batch-re?