Machine Learning / AI
Ինչպե՞ս կապել հարցերի և պատասխանների բազան արտաքին կայքի հետ խնդիր լուծելու համար։
Ինչպե՞ս նվազեցնել KV-կեշի չափը (GQA, MQA, սահող պատուհան):
Ինչու հնարավոր չէ սովորել պարզապես գրադիենտ բուեստինգի ելքերում?
Ի՞նչ ռեգուլյարիզացիայի մեթոդներ կան ոչ գծային մոդելների համար։
Ի՞նչ են lazy հաշվարկները Spark-ում։
Ի՞նչ է տարբերակային գաղտնիությունը և DP-SGD-ը։
Ինչպես է աշխատում որոշումների ծառը?
Ի՞նչ է NSP (հաջորդ նախադասության կանխատեսում) և ինչու է RoBERTa- ն հրաժարվել նրանից։
Ինչքա՞ն կլինի տվյալների անանունացման ճշգրտությունը։
Ի՞նչ է NDCG և Accuracy մետրիկների տարբերությունը: Ո՞րն է ավելի կարևոր նորությունների հոսքի համար:
Ի՞նչ խնդիրն էր ամենադժվար իրականացնել և ինչու՞:
Ի՞նչ է feature store-ը և ինչ խնդիրներ է լուծում (Feast, Tecton):
Ինչու չենք կարող պարզապես հաշվել միջին արժեքը յուրաքանչյուր աշխատակցի համար և այնուհետև միացնել դրանք?
Ի՞նչ է անվտանգ հավաքագրումը։
Ինչպես ընտրել նշան, երբ մի քանի առավելագույն հաջորդական նշաններ կան?
Ի՞նչ են մոլեկուլների գեներատիվ մոդելները։
Ինչ է Թոմփսոնի սեմպլինգը և UCB-ն։
Ի՞նչ է beam search-ը և ինչու է այն հազվադեպ օգտագործվում բաց վերջնական սերնդի համար։
Ինչպե՞ս չափել մոդելի որակը առանց ուսուցման։
Իոու-ը ինչ է և ինչպիսիք են նրա ծայրահեղ դեպքերը։