Machine Learning / AI
რა არის AWQ და რა არის per-channel scaling-ის იდეა?
VK Cloudროგორ დავისტილიროთ ერთი მოდელი სხვა მოდელში?
რა მეთოდები არსებობს ალბათობის კალიბრაციისთვის და როგორ მუშაობენ ისინი?
GAN-ები ჯერ კიდევ რომელ დავალებებს უკეთესად აგვარებენ, ვიდრე დიფუზიები (რეალურ დროში, დაბალი ლატენტობით)?
რა ტიპის რეგულარიზაციებია და როგორ მუშაობენ?
როდის უნდა შეიცვალოს ტესტი? როგორ განვსაზღვროთ შემთხვევა, როდესაც ტესტი მოძველებულია და შემთხვევა, როდესაც ტესტი დაიწვა მრავალჯერადი გამოყენების გამო?
რა არის sparse attention?
რა არის RFM ანალიზი?
СБЕРრატომ იყო ადრე გაქცევადი გრადიენტის პრობლემა?
რატომ გჭირდებოდათ 12,000 კითხვა-პასუხის წყვილი, თუ მხოლოდ 15 შაბლონი იყო?
რა არის ოპტიკური ნაკადი და რა მეთოდები (RAFT)?
ВТБ
Иннотехრამდენი მომხმარებელი იყო პროექტებზე?
Контурრა არის MIG (Multi-Instance GPU) A100/H100-ზე?
Альфа-Банкფროდთან დაკავშირებული გამოცდილება არ გქონდათ?
რა არის კონტრასტული სწავლება გრაფებზე (DGI, GraphCL)?
OZONრა არის ჰეტეროგენული მკურნალობის ეფექტი და როგორ უნდა იპოვოთ იგი?
თქვენთვის უფრო მოსახერხებელია IP ან TК-ის საშუალებით მუშაობა?
ახლა გაქვთ ხელში შეთავაზებები/წინასწარი შეთავაზებები? რამდენად აქტიურად განიხილავთ წინადადებებს?
გაანგარიშეთ F1 მოდელისთვის, რომელიც ყოველთვის პროგნოზირებს 0-ს, 90 ნული და 10 ერთეულის ნიმუშით.
OZONროგორ ითვლება ტრანსფორმერის პარამეტრიკა (პარამეტრების რაოდენობა d_model და ფენების მიხედვით)?