Cosa è stato usato per costruire l'indice in RAG?
Machine Learning / AI
Cosa fare alla fine della formazione?
Qual è la differenza tra parallelismo dei dati e parallelismo del modello?
Come emettere un elenco dei risultati?
In cosa si differenzia ROC-AUC da altre metriche?
Cos'è l'attenzione sparsa?
Qual è il significato dell'ancora in Triplet Loss?
Qual è la differenza tra Margin Loss e Triplet Loss?
Cos'è un'epoca (epoch)?
Cosa è n nel contesto della complessità dell'attenzione?
Come viene addestrato un reranker?
Se non ci sono risposte di riferimento, ci sono solo documenti e contesto — come valutare il sistema e da dove prendere la risposta di riferimento?
Quali tipi di ottimizzazione di LLM esistono?
Cos'altro, oltre all'entropia incrociata, può essere usato come funzione di perdita?
Cosa è cambiato nel LLM rispetto al trasformatore originale?
Quale tipo di attenzione permette di ridurre la complessità sotto O(n²)?
Cos'è il checkpointing del gradiente?
Cos'è la quantizzazione?
Come valutare un agente che implementa RAG?
Cosa succede se si fornisce al decodificatore una sequenza di 10k token, mentre il modello è stato addestrato su 9k?