Machine Learning / AI
Perché la regolarizzazione L1 azzera i pesi? Spiega il meccanismo.
Cos'è la filtrazione collaborativa?
Come valutare la qualità della sintesi?
Ci sono domande sulle condizioni di lavoro e sul progetto?
Perché scegliere CatBoost invece di XGBoost o LightGBM? Quali sono le differenze?
Cos'è la ricerca ibrida in RAG?
Quando scegliere LoRA e quando il recupero tramite post simili? Quanti dati sono necessari per ogni approccio?
Qual è l'ordine di esecuzione degli operatori in una query SQL?
Parlami dei tipi di codifica posizionale, in particolare del Rotary Positional Encoding (RoPE).
Parla del progetto di rilevamento dello spam nei lead e dell'ottimizzazione del lavoro del call center.
Parlaci della clustering: quale problema avete risolto, quale metodo avete usato, come avete misurato la qualità?
Cosa si può fare quando, dopo un lavoro prolungato, il contesto dell'agente si riempie gradualmente?
Come avete lavorato con le query nel deposito vettoriale (Qdrant) e il loro impatto sulla latenza dell'agente?
Quali metriche possono essere utilizzate per valutare NER sui documenti?
Quante persone c'erano nel team e qual era il tuo ruolo?
Come ordinare 20 frammenti e selezionare i 5 più rilevanti da trasmettere a LLM?
Come valutare la qualità del clustering?
Se il numero ottimale di alberi per il modello è 500, ma abbiamo accidentalmente addestrato sia una foresta casuale che un boosting con 1000 alberi, quale dei due modelli è più probabile che overfitti e perché?
Come aumentare la velocità di inferenza per i modelli OpenRouter tramite una pipeline di AI-Agent?
Conosci GigaChat? Hai esperienza di lavoro con lui?