Machine Learning / AI
Ի՞նչ մոդել և մոտեցում ընտրել կոնֆերանսի աուդիոն մշակելու համար (խոսքից տեքստ, դիարիզացիա)։
Դու երբևէ օգտագործե՞լ ես նեյրոնային ցանց որպես որակի գնահատման չափանիշ։
Ի՞նչ է սենդբոքսինգը գործակալը և ինչու է դա անհրաժեշտ:
Ինչպես ընտրել հատկանիշները մոդելում: Բուստինգ կա և 5000 հատկանիշ։
Ի՞նչ են recovery prompts-ները ցածր վստահության դեպքում։
Ինչպե՞ս է կառուցվածքային տեսանկյունից երևում Word2Vec-ի ուսուցումը: Ինչպե՞ս է մոդելը կանխատեսում բաց թողած բառը կոնտեքստից:
Ինչպե՞ս է ազդում ցուցակում մի քանի զրոների առկայությունը որոշման վրա։
Եվ ինչպես է դա գործելու տեսականորեն բուեստինգում, եթե նպատակն է минус մեկը: Ենթադրենք, որ ունենք դրական և բացասական, եթե դրականին համար նպատակն դնենք 10 փոխարեն 1, ինչ կլինի, ոչինչ չի փոխվի։
Ի՞նչ է kernel fusion-ը և որտեղ է օգնում:
Ի՞նչ են Bayesian նեյրոնային ցանցերը և ինչպես հաշվարկել posterior-ը։
Ի՞նչ է Textual Inversion-ը և ինչպե՞ս է այն տարբերվում LoRA-ից։
Ի՞նչ է կոնտեյներիզացիան և ինչու է դա անհրաժեշտ:
Ինչպե՞ս միացնել երկու DataFrame՝ ըստ սյունակի, եթե սյունակների անունները տարբեր են։
Կարող եք պատմել ձեր աշխատանքային փորձի մասին Sber-ում?
Երբ է տեղին օգտագործել cross-encoder և երբ bi-encoder որոնման ժամանակ։
Ի՞նչ գրադիենտ բուեստինգի իրագործումներ գիտես։
Ինչպե՞ս են հաշվարկվում միկրո և մակրո միջին ցուցանիշները։
Ինչպես որոշել x փոփոխության ուղղությունը գրադիենտային իջեցման ժամանակ?
Մենք լուծում ենք երկկողմանի դասակարգման խնդիր։ Դրական դասի մասնաբաժինը նմուշում 5% է։ Մոդելը ցույց է տալիս 95% ճշգրտություն։ Ինչ կարելի է ասել այսպիսի մոդելի որակի մասին։
Կարո՞ղ է անհրաժեշտ լինել BERT մոդելների և որոշումների ծառերի համար հատկությունների նորմալիզացիան։