Machine Learning / AI
Come aiutano Gradient Clipping e Warmup a combattere l'esplosione dei gradienti e la divergenza della perdita all'inizio dell'addestramento?
I tuoi modelli, dove erano collocati (infrastruttura di distribuzione)?
Cos'è Elliptic Envelope e quali sono le ipotesi del metodo?
Perché ReLU è così popolare?
Quale funzione di perdita è stata utilizzata durante il fine-tuning dell'embedding?
Cos'è il rilevamento delle modifiche tra le istantanee?
## Data una stringa s; restituisce la sottostringa palindroma più lunga in s. # Input: s = "babad" # Output: "bab" # Spiegazione: "aba" è anche una risposta valida. # Esempio 2: # Input: s = "cbbd" # Output: "bb" # solo lettere inglesi e numeri
Se fossi un team leader che decide come i processi si svolgeranno in diversi team che sviluppano bot simili, scriveresti ciascuno il proprio servizio nelle proprie librerie, o consolidaresti tutto in una sola soluzione?
Parla degli ensemble nell'apprendimento automatico.
Abbiamo un dipartimento HR con soldi e piani ambiziosi, cerca un agente che inserisca le richieste e risponda nel database delle conoscenze. Come affronteresti questa questione?
Ci sono 10.000 operazioni matematiche con la libreria math. Cosa è meglio usare per accelerare: multithreading o multiprocessing?
E quanti hanno lavorato con gli embedder (embeddings), hai sentito parlare di altri embedder?
Puoi rendere accessibile a tutti (documento/cruscotto)?
Come implementeresti una protezione contro insulti/domande provocatorie affinché il bot non inizi a insultare in risposta?
Parla della differenza tra multitasking, multiprocessore e asincronia
Parla di Layer Norm
def hello(func): def decorator(func): def wrapper(a,b): result = None for _ in range(max_tries): print('Ciao') result = func(a,b) print("Addio") return result return wrapper return decorator @hello(max_tries=5) def add_numbers(a,b): return a+b print(add_numbers(2,3))
Parlami di te: cosa hai fatto, cosa vuoi fare, la tua esperienza.