Machine Learning / AI
Ինչպես էին կապված ստեղծագործական ազատությունն ու բիզնես արդյունքները աշխատանքի մեջ։
Ֆինանսական մոտիվացիայով՝ որ գումարից եք դիտարկում առաջարկը (հարմար մակարդակ)?
Ինչպե՞ս ենք ձևավորելու տվյալների հավաքածուն այդ ranker- ի ուսուցման համար։
Ի՞նչ է RT-1/RT-2-ը Google-ից և ռոբոտների համար հիմնադիր մոդելները։
Որ նախագծում եք աշխատել ծառայությունների տեղադրման և FastAPI ծառայությունների զարգացման վրա՝ ինքներդ եք դա արել, թե միայն սպասարկում և հսկողություն եք իրականացրել?
Ի՞նչ է sMAPE-ն և ինչ խնդիրներ ունի:
Ի՞նչ են ժամանակով փոփոխվող կովարիատները։
Կան կազմակերպական կամ տեխնիկական հարցեր?
Ինչպես պատրաստել նախընտրությունների տվյալների հավաքածու DPO-ի համար։
Ի՞նչ է 3D CNN-ը և որտեղ են այն կիրառվում (I3D, SlowFast)։
Ի՞նչ կարգավորումներ ունես, երբ աշխատում ես նոր նախագծի վրա, որը օգտագործում է AI (օրինակ՝ Claude Code կամ Codex):
import unittest class Solution: def isvalid(self, s:str) -> bool: matching_brackets = { ")": "(", "]": "[", "}": "{", } stack: list[str] = [] for bracket in s: if bracket in "([{": stack.append(bracket) continue if bracket not in matching_brackets: return False if not stack or stack[-1] != matching_brackets[bracket]: return False stack.pop() return not stack class SolutionTest: def __init__(self): self.Solution = Solution() def run(self): test_cases = [ ("", True), ("()", True), ("(){}[]", True), ("(({}))", True), ("(", False), (")", False), ("(((", False), ("{[]}", False), ] for brackets, expected in test_cases: actual = self.Solution.isvalid(brackets) assert actual == expected, ( f"Համապատասխանություն սխալ է {brackets!r}" f"Անկախն է {expected}, բայց ստացվեց {actual}" ) print(f"Բոլոր թեստերը հաջողությամբ անցան: {len(test_cases)}") if __name__ == "__main__": SolutionTest().run()
Ինչպե՞ս կանցնեիք POC-ից արտադրություն, եթե դուք միակ ML ինժեներ եք և տվյալները արդեն բազայում են։
Ինչու՞ չափել հատկանիշները և ինչ մեթոդներ կան չափման համար։
Ինչպես են աշխատում որոշման ծառերը?
Կա՞ լրացուցիչ աշխատանքային ժամեր աշխատանքի վայրում։
Որտե՞ղ և ինչպե՞ս պետք է պահել, որպեսզի ապահովվի ավտոմատ զանգերի ուղարկման գործառույթի դիմակայությունը:
Ինչ է ZeRO-Offload-ը և երբ է դա արդարացված?
Практиկային հանձնարարություն AI-ն առաջարկում է բոլոր 2 միլիոն անտաք տեքստային զրույցների վրա LoRA-ն ուսուցանել: Որո՞նք են թեկնածուի առավել հասուն պատասխանները: - Վստահել AI-ին. մեծ կորպուսը ինքն է ուղղելու սխալները: - Նախ փոխել հրահանգը՝ չփոխելով տվյալները: - Ուսուցանել LoRA-ն մաքրված մասում և համեմատել այն հիմնական մոդելին: - Ուսուցումից առաջ ստուգել նշումների պատահական նմուշը: - Նախապես ստուգել տվյալները և որակը թեմաներով առանձին հավաքածուում, ապա սահմանափակ կերպով ուսուցանել LoRA-ն: - Ուսուցանել ամբողջ կորպուսում, բայց նվազեցնել LoRA-ի կարգը։
Գրադիենտային բուեստինգի մեթոդը ինչ է և ինչպես է աշխատում?