Machine Learning / AI
Ինչպե՞ս ստանալ մեծ տեքստի (օրինակ՝ երկար նկարագրության) embedding-ը դասակարգման առաջադրանքի համար։
Ի՞նչ է պուլային ակտիվ ուսուցումը։
Ինչպես ցույց տալ կառուցվածքային ելքը Qwen-ում?
Ի՞նչ է HAVING օպերատորը SQL-ում: Որտե՞ղ է այն օգտագործվում:
Ի՞նչ տեսակ(chunking) է օգտագործվել և ինչպիսի՞ փաստաթղթեր էին (Word, PDF, Excel և այլն):
Ի՞նչ է pruning-ը մոդելի չափը նվազեցնելու համար։
Երբ մոդելը տրամադրում էր անվավեր արգումենտ, ինչ էինք անում?
Կարող է տվյալների արտահոսք տեղի ունենալ տվյալների նորմալիզացիայի ժամանակ՝ նախքան դրանք բաժանել ուսուցման և փորձարկման համար:
Որ ֆրեյմվորկներում եք աշխատել խորացված ուսուցմամբ?
Ի՞նչ է GPT-4V-ը և ինչպիսի՞ն են նրա իրական կիրառությունները։
Ի՞նչ է expert parallelism-ը MoE մոդելներում։
Ինչ անել տարբեր ժամանակային մանրամասնությամբ տվյալների հետ: որոշները գրանցվում են ամեն ժամ, մյուսները՝ ամեն օր։
Ինչպե՞ս խուսափել մոդելին սովորեցնել բացասական օրինակների ստեղծման heuristic-ը փոխարեն ընդհանուրացմանը։
Որո՞նք են գեոօրակական պրոյեկցիաների (UTM, EPSG, WGS84) առանձնահատկությունները։
Ի՞նչ է հավասարակշռված ծառը։
Ով է թիմում ընդունել ճարտարապետական որոշումներ, քանի ML ծրագրավորող կա, ում հետ համագործակցել է?
Ի՞նչ է պատահական անտառի գաղափարը և ինչու է այն աշխատում:
Կարո՞ղ է BERT-ը օգտագործել դասակարգիչով միասին դասակարգման առաջադրանքի համար։
Ի՞նչ է stride-ը և padding-ը: Ինչպե՞ս են դրանք ազդում կոնվոլյուցիայի ելքի չափի վրա։
Օգտագործե՞լ եք մեկ մոդել բոլոր գործակալների համար կամ տարբեր մոդելներ: