როგორ შევაფასოთ რეტრივერის ხარისხი? სად უნდა მივიღოთ დოკუმენტების კოლექცია მეტრიკების შეფასებისთვის?
Machine Learning / AI
რა არის vLLM და რა მიზნით გამოიყენება?
შენ გაქვს პატარა მონაცემთა ნაკრები რუსული ფილმის მიმოხილვებით და მათი ბინარული ტონის ნიშნით (ნიშნები: 0 — უარყოფითი, 1 — პოზიტიური). შენი ამოცანაა, 15 წუთში განახორციელო სრული პაიპლაინი მარტივი ტექსტის კლასიფიკაციის მოდელის სწავლებისთვის, გამოყენების გარეშე მზადადან კოდეკოდერების, როგორიცაა BERT, და გამოიტანო სიზუსტე (accuracy) ამ მონაცემებზე. reviews = [ "ეს ფილმი უბრალოდ საოცარია!", "საშინელი მსახიობების თამაში და მოსაწყენი სიუჟეტი.", "მიყვარდა ყოველი მომენტი!", "ყველაზე უარესი ფილმი, რომელიც მე მინახავს.", "შესანიშნავი რეჟისურა და საოცარი ისტორია.", "საშინლად მოსაწყენი და წინასწარ გამოთვლადი." ] labels = [1, 0, 1, 0, 1, 0]
vLLM-ში Tensor Parallel Size და Data Parallel Size როგორ განსხვავდება?
რა არის RAG და რა ძირითადი პრობლემას აჭრის?
Embedding მოდელში შესვლისთვის მაქსიმალური ტოკენების რაოდენობას რა პარამეტრი განსაზღვრავს? რა მოხდება თუ ლიმიტზე მეტი ტოკენი მიაწოდება?
როგორ ახდენს ბეტჩის ზომის ოთხჯერ გაზრდა სწავლების სიჩქარზე გავლენას და რატომ? როგორ მუშაობს უკანა გავრცელება?
მითხარით თქვენი და თქვენი გამოცდილების შესახებ
რა არის ემბედინგის მოდელი და რა არის ტოკენი?
როგორ გამოიყოფა მონაცემები ვექტორული ბაზიდან მომხმარებლის მოთხოვნის მიხედვით?
მოდელის კვანტიზაცია რა არის და რა ხდება წონებთან vLLM-ში გამოყენებისას?
რა მოხდება, თუ LLM-ს 120 000 ტოკენის კონტექსტს მიაწვდით, როდესაც ლიმიტი 60 000-ია?
როგორ იყო ორგანიზებული ინფორმაციის ძიება ვექტორულ ბაზაში? რატომ გამოიყენეს Qdrant?
რა არის LangGraph, რა მიზნით გამოიყენება, როგორ ხორციელდება ფილიალები და პირობით გადასვლები? რა განსხვავებაა ინსტრუმენტებსა და ნოდებს შორის?