Machine Learning / AI

Parla del tuo progetto più interessante nel campo del NLP e LLM, inclusa l'architettura e la valutazione della soluzione.

Quali metriche puoi nominare per i compiti di classificazione? Parlami di ognuna di esse.

Come valutare i sistemi RAG? Quali metriche sono state utilizzate?

L'agente non chiama mai uno dei tre strumenti. Come indagare e risolvere questo problema?

Parlami di LoRA: cos'è, come viene addestrato e come funziona nell'inferenza?

Cos'è un agente? Quali sono i componenti principali necessari per creare un agente? Come implementare la memoria?

Parlami di ROC-AUC: cos'è e come viene utilizzato?

Come aggregare e analizzare le etichette con sovrapposizione 3 (tre operatori su una singola domanda, risposte binarie)?

Parla della principale architettura del trasformatore, quali sono le parti principali.

Come proteggere RAG dall'iniezione di prompt e contenuti indesiderati?

In cosa consiste il compito di clustering e quali algoritmi conosci?

Parla della distillazione dei modelli.

Quale funzione di perdita viene utilizzata nei compiti di classificazione?

Cos'è RAG e quali sono i suoi componenti principali?

Parla dei parametri di generazione: temperatura, Top-P e Top-K.

Parlami dei tipi di codifica posizionale, in particolare del Rotary Positional Encoding (RoPE).

Qual è la differenza tra attenzione incrociata, attenzione mascherata e autoattenzione?

Abbiamo una regione in cui può verificarsi un tornado. Stiamo sviluppando un modello di classificazione binaria. A quale metrica prestiamo più attenzione: Precision o Recall?

Dimmi, cos'è un compito di classificazione.

Cos'è la ricerca ibrida in RAG?