Machine Learning / AI
Quali sono le caratteristiche dell'addestramento LLM su oltre 100 GPU (tasso di fallimento, checkpointing)?
Come rilevare se un modello sta allucinando e non utilizza il contesto?
Quali sono le tecniche per lavorare con dati molto sparsi?
Parlami del compito di classificazione delle richieste di supporto per la prioritizzazione.
Cos'è la cache dei prefissi nell'inferenza?
In cosa consiste l'ottimizzazione nel marketing automatizzato?
Come ampliare il pubblico di destinazione?
Cos'è RASA e qual è la sua architettura?
Cos'è RT-DETR e qual è la sua idea?
Perché la funzione modulo non è adatta alla discesa del gradiente?
Cosa sono i test statistici parametrici e non parametrici?
Come si addestrano gli embedding per il compito con hard negatives?
Come utilizzare l'apprendimento automatico classico per migliorare il riconoscimento dei prodotti?
Parla di BGE-M3: tre rappresentazioni — denso, sparso, multi-vettore.
Come scegliere il formato di quantizzazione per inferenza su CPU vs GPU?
Quali metriche di qualità del codice per code-LLM (pass@k)?
Cosa sono RDF e SPARQL?
Cosa sono gli indici nei database e a cosa servono?
Quali metodi esistono per interpretare la dipendenza di una caratteristica dall'obiettivo, inclusi i modelli black box?
Quali test statistici vengono utilizzati nei test A/B?