Come formeremo il dataset per addestrare questo ranker?
Machine Learning / AI
C'è ancora un po' di tempo — proviamo a riscrivere la soluzione ROC-AUC in modo ottimale (tramite ordinamento e ranghi in O(n log n))?
Qual è la differenza tra una lista e una tupla?
Lasciamo il boosting come modello, o come?
Inoltre, probabilmente la qualità del lettore dovrebbe essere valutata online: se un utente ha iniziato a guardare, quanto ha visto?
Cosa intendi esattamente per profondità: scorrimento della pagina o scorrimento del blocco?
Qual è la differenza tra self-attention e cross-attention?
Raccomandazioni di blocchi sulla pagina principale del servizio di streaming online Scrivi un piano per risolvere il compito del prodotto, dalla revisione dei dati richiesti fino all'addestramento, al test e all'implementazione del modello (o, se possibile, senza ML - senza modello). Nella pagina principale del servizio di streaming online, c'è una pagina principale. È composta da diversi blocchi. Esiste un catalogo di blocchi. I blocchi possono contenere quantità diverse di contenuto. C'è un sistema di raccomandazione di film pronto, cioè un catalogo di film ordinato per rilevanza. È necessario progettare un sistema di raccomandazione personalizzato di blocchi e un algoritmo per la sua applicazione, che soddisfi la regola di business: mostrare un contenuto sulla pagina principale una sola volta.
Cos'è la precisione?
Consideri il lavoro da remoto in base alla posizione?
Qual è la differenza tra l'auto-attenzione nell'encoder e l'auto-attenzione nel decoder?
Come risolveresti questo problema? Quale algoritmo/approccio useresti?
Cos'è il termine 'PropNail/TopNail Optimization' che hai usato?
Cos'è la metrica offline NDCG?
Quale sarebbe il QPS considerando che in una pagina vengono mostrati N film (locandine) per richiesta?
Quanto sarà difficile in generale adattarsi al fuso orario?
Cosa consideriamo come positivo e negativo nell'addestramento di una rete a doppia testa, e quale funzione di perdita viene utilizzata?
Parla più in dettaglio di FAISS: come è strutturato l'indice, come viene distribuito, come funziona il sistema end-to-end?
E come funzionerebbe teoricamente nel boosting se l'obiettivo fosse meno uno? Supponiamo di avere positivo e negativo, se impostiamo un obiettivo di 10 invece di uno per il positivo, cosa succederebbe, non cambierebbe nulla?
Puoi spiegare come funziona la valutazione off-policy (ad esempio, IPS o Double Robust) che hai menzionato?