Machine Learning / AI
Տոկենի ID և embeddings-ներից հետո, ինչ է հենց մուտք գործում decoder-ին՝ ներկայացումների ձևը ինչ է, ինչպես է ավելացվում դիրքային տեղեկատվությունը և հետո ինչ է տեղի ունենում։
Խոսիր ինձ մասին LLM-ի սերնդի պարամետրերի մասին՝ ջերմաստիճան, top-k, top-p և այլ։
Պետք է արդյոք կարգավորել ազատ անդամը (bias, w0)? Ինչու է ընդհանրապես անհրաժեշտ w0-ը?
Ի՞նչ է CV-leak-ը և ինչպիսի՞ն են նրա աղբյուրները։
Ինչպե՞ս նախագծել պահեստավորման և որոնման համակարգ 10,000 Telegram ալիքների համար, որոնցում օրական 300,000 գրառում է և լատենցիան պակաս է 2 վայրկյանից։
Ինտեգրացիայի կապը ինչ է և որ մոդելները դա լուծում են?
Հիմա արդյոք ունեք առաջարկներ/նախագծեր ձեռքում? Ինչքան ակտիվ եք առաջարկները դիտարկում?
Խոսակցությունների աղյուսակում կա 80 միլիոն հաղորդագրություն, և գնահատման հավաքածուի համար վերլուծական հարցումը տևում է 25 րոպե և երբեմն կրկնօրինակում է հարց-պատասխան զույգերը: Ինչը առաջին հերթին կշտկեք և ինչու՞:
Հաշվեք F1-ը մոդելի համար, որը միշտ կանխատեսում է 0, 90 զրո և 10 մեկի հետ։
Ինչու՞ կայուն ներդրումները չեն համապատասխանում հոմոնիմիայի և պոլիսեմիայի համար։
Ինչու է անհրաժեշտ մոդելների քվանտավորումը տեղադրման առաջ:
Անհրաժեշտ է մանրամասնորեն պատմել հակահալյուցինացիայի մասին — ինչ էր ենթադրվում այս մեխանիզմով ձեր համակարգում?
Ի՞նչ embedding մոդել ընտրել RAG-ի համար։
Ինչպես հաշվի առնել կրկնվող կետերը սիմետրիա ստուգելիս;
Ի՞նչ պահանջներ կան տվյալների մատակարարման արագության վերաբերյալ՝ իրական ժամանակում կամ խմբաքանակով։
def hello(func): def decorator(func): def wrapper(a,b): result = None for _ in range(max_tries): print('Բարեւ') result = func(a,b) print("Ցտեսություն") return result return wrapper return decorator @hello(max_tries=5) def add_numbers(a,b): return a+b print(add_numbers(2,3))
Ի՞նչ խնդիրներ ունի զգուշացման հոգնածությունը և ինչպես պայքարել դրանց դեմ։
Ի՞նչ է DQN-ը և ինչ խնդիրներ է լուծում Q-learning-ի համեմատ։
Ի՞նչ է նվազագույն և առավելագույն տողերի քանակը, որը կարելի է ստանալ երկու աղյուսակների՝ 10 և 50 տողերով ձախ միացման դեպքում։
Ի՞նչ է RoseTTAFold-ը։