Machine Learning / AI
Ինչ է տարբերությունը mean/max pooling և learnable pooling-ի միջև։
Ինչպե՞ս ընտրել ներդրման վեկտորի չափը։
Ի՞նչ է NSP (հաջորդ նախադասության կանխատեսում) և ինչու է RoBERTa- ն հրաժարվել նրանից։
Ի՞նչ են Whisper-ի սահմանափակումները և ինչպես շրջանցել դրանք (երկարաձգված ձև, հիպնոզներ)։
Ի՞նչ է LoRA-ն և ինչու է այն աշխատում (նվազագույն կարգի հիպոթեզ):
Ի՞նչ է meta-prompting-ը և ինչ use-կեյսեր ունի։
Ի՞նչ է cross-encoder QA-ն և ինչ է մուտքային ձևաչափը։
Ինչու է անհրաժեշտ bias=False-ը ժամանակակից LLM-ների գծային շերտերում?
Ի՞նչ է beam search-ը և ինչու է այն հազվադեպ օգտագործվում բաց վերջնական սերնդի համար։
Ի՞նչ սեղմման ձևաչափեր (բինար, սկալար քանակ) կան VDB-ում:
Ի՞նչ դեր ունի payload-ֆիլտրերի դերը վեկտորային բազայում։
Ի՞նչ է filter bubble-ը և ինչպես է այն հայտնաբերվում։
Ի՞նչ է Byte Pair Encoding (BPE) ալգորիթմի գաղափարը: Նկարագրեք ուսուցման քայլերը.
Ի՞նչ է DocVQA-ն և ինչ մոդելներ են այնտեղ հանրահայտ: